Нечеткая кластеризация биомедицинских данных на основе BSB-нейро-фаззи-модели

Бодянский, Е. В.; Перова, И. Г.

Публікація:
Нечеткая кластеризация биомедицинских данных на основе BSB-нейро-фаззи-модели

dc.contributor.author	Бодянский, Е. В.
dc.contributor.author	Перова, И. Г.
dc.date.accessioned	2018-09-14T10:14:59Z
dc.date.available	2018-09-14T10:14:59Z
dc.date.issued	2014
dc.description.abstract	В статье рассматривается специальный класс нейросетевой автоассоциативной памяти BSB- и GBSB-модели. Данные модели, реализованные на гиперкубе, решают задачу кластеризации заданного массива данных за счет того, что вершины гиперкуба действуют как точечные аттракторы. Также в статье рассмотрено создание на основе BSB-модели BSB-нейро-фаззи-модели за счет введения нечеткой функции принадлежности, которая позволит решать задачи нечеткой кластеризации. Предлагается обоснование выбора вида такой функции. Рассмотрен алгоритм обучения, который наделяет BSB-нейро-фаззи-модели адаптивными свойствами. Работа BSB-нейро-фаззи-модели апробирована на данных медико-биологических исследований.	uk_UA
dc.identifier.citation	Бодянский Е. В. Нечеткая кластеризация биомедицинских данных на основе BSB-нейро-фаззи-модели / Е. В. Бодянский, И. Г. Перова // Наукові праці. – Миколаїв, Вид-во ЧДУ ім. Петра Могили. Комп’ютерні технології. – 2014. – Вип. 238. – Т.250. - C. 93-100.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/6900
dc.language.iso	ru	uk_UA
dc.publisher	Миколаїв, Вид-во ЧДУ ім. Петра Могили	uk_UA
dc.subject	нечеткая кластеризация	uk_UA
dc.subject	гиперкуб	uk_UA
dc.subject	устойчивое состояние	uk_UA
dc.subject	аттрактор	uk_UA
dc.subject	адаптивный алгоритм обучения	uk_UA
dc.title	Нечеткая кластеризация биомедицинских данных на основе BSB-нейро-фаззи-модели	uk_UA
dc.type	Article	uk_UA
dspace.entity.type	Publication