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	2025-03-04T10:19:48Z
dc.date.available	2025-03-04T10:19:48Z
dc.date.issued	2023
dc.description.abstract	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. Метою дисертаційної роботи є 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.
dc.identifier.citation	Шафроненко А. Ю. Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання : дис. ... д-ра техн. наук : 05.13.23 «Системи та засоби штучного інтелекту» / Аліна Юріївна Шафроненко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 345 с. – Бібліогр. : с. 296–334.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/29994
dc.language.iso	uk
dc.subject	адаптивний метод
dc.subject	нечітка кластеризація
dc.subject	еволюційне самонавчання
dc.subject	метод обчислювального інтелекту
dc.title	Адаптивні методи нечіткої кластеризації потоків даних з використанням еволюційного самонавчання
dc.type	Other
dspace.entity.type	Publication