Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання

Шафроненко, А. Ю.

Публікація:
Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання

dc.contributor.author	Шафроненко, А. Ю.
dc.date.accessioned	2025-03-04T10:16:14Z
dc.date.available	2025-03-04T10:16:14Z
dc.date.issued	2023
dc.description.abstract	Мета дослідження - проведення комплексу досліджень, спрямованих на створення нових підходів та методів еволюційного самонавчання для адаптивної нечіткої кластеризації потоків викривлених даних в онлайн режимі за умов апріорної та поточної невизначеності з використанням найсучасніших досягнень у цій галузі: Computer Science, Computational Intelligence, Data Science, Data Streams, Big Data, Evolving Systems. У дисертаційній роботі вирішено важливу теоретичну проблему створення нових ефективних нечітких методів обчислювального інтелекту, а саме, нечіткої кластеризації даних за умов апріорної невизначеності на основі еволюційного самонавчання та надання їм адаптивних властивостей, що забезпечує можливість опрацьовування потоків нестаціонарних даних, викривлених завадами та пропусками, що послідовно надходять на обробку в онлайн режимі.
dc.identifier.citation	Шафроненко А. Ю. Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання : автореф. дис. ... доктора технічних наук : 05.13.23 "Cистеми та засоби штучного інтелекту" / Шафроненко Аліна Юріївна ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 50 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/29993
dc.language.iso	uk
dc.subject	адаптивний метод
dc.subject	нечітка кластеризація
dc.subject	еволюційне самонавчання
dc.subject	апріорна невизначеність
dc.title	Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання
dc.type	Abstract of Thesis
dspace.entity.type	Publication