Рекурентна достовірна нечітка кластеризація великих даних з використанням функції належності спеціального типу

Abstract

Запропоновано метод достовірної нечіткої кластеризації для задач, коли дані надходять на обробку або у послідовному онлайн режимі, або формують надвеликі масиви (Big Data). Введені процедури є за суттю граді- єнтними алгоритмами оптимізації цільової функції спеціального виду, та мають низку переваг перед відомими ймовірнісними та можливісними підходами і, перш за все, робастність до аномальних спостережень. В основі підходу лежить використання міри подібності, параметри якої візначаються автоматічно у процесі самонавчання. Запропоновані процедури є узагальненням відомих методів, характеризуються високою швидкодією та є досить простими у чисельній реалізації.