Публікація: Самонавчанна нейро-фаззі система для кластерування великих масивів даних
Завантаження...
Дата
2020
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Об'єктом дослідження є процес опрацювання даних, що надходять одне за одним, в послідовному режимі за допомогою нечіткої інкрементної самоорганізованої багатошарової мапи.
Предметом дослідження є методи потокового кластерування з довільною кількістю кластерів в задачах інтелектуального аналізу даних.
Метою бакалаврської атестаційної роботи є створення нечіткої інкрементної самоорганізованої мапи та її послідовне навчання.
Методи дослідження базуються на теорії обчислювального інтелекту, а саме на методах теорії штучних нейронних мереж для побудови архітектури самоорганізованих мап, що складаються з нечіткого шару виводу і дозволяють проводити нечітке кластерування в послідовному режимі. Імітаційне моделювання застосовується для перевірки якості кластерування з використанням синтезованої архітектури самоорганізованої інкрементної нейронної мережі.
В атестаційній роботі розглядається задача нечіткого послідовного кластерування потоків даних в умові невідомої кількості класів.
Опис
Ключові слова
інкрементна самоорганізована мапа, інтелектуальний аналіз даних, кластерування, нейронна мережа, нечітка система, послідовне навчання, штучний інтелект
Бібліографічний опис
Іванова Є. В. Самонавчанна нейро-фаззі система для кластерування великих масивів даних : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 – Комп’ютерні науки / Є. В. Іванова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2020. – 75 с.