Григор`єв, Д. С.2021-07-072021-07-072021Григор`єв Д. С. Ядерне послідовне кластерування потоків даних на основі еволюційних нейронних мереж : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / Д. С. Григор`єв ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2021. – 80 с.https://openarchive.nure.ua/handle/document/16958Метою даного дослідження є розробка методу кластеризації на основі ядерної нейронної мережі, яка налаштовує свою архітектуру в процесі навчання-самонавчання, в умовах кластерів довільної форми, що перетинаються. Методи дослідження – теорія обчислювального інтелекту і м'яких обчислень; теорія штучних нейронних мереж; теорія нечіткої логіки; теорія оптимізації і статистичний аналіз; імітаційне моделювання. Припускається, що задача розробки нового методу ядерної кластеризації, призначеного для обробки даних в online режимі, коли дані надходять на обробку послідовно, одне за одним, а кластери можуть перекриватися і мати довільну форму на сьогоднішній день є актуальною і такий підхід може бути використано для вирішення широкого класу задач динамічного аналізу даних.ukдинамічний аналіз данихгібридна системакластерування данихузагальнена регресійна нейронна мережаядерна нейронна мережаOther