Іванова, Є. В.2020-07-302020-07-302020Іванова 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.http://openarchive.nure.ua/handle/document/12607Об'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.ukінкрементна самоорганізована мапаінтелектуальний аналіз данихкластеруваннянейронна мережанечітка системапослідовне навчанняштучний інтелектOther