Search academic texts

Information × Registration Number 0825U002189, PhD dissertation Status Доктор філософії Date 26-06-2025 popup.evolution o Title Fast classification based on combined learning of neuro-fuzzy systems under conditions of overlapping classes Author Olha Chala, аспірант popup.head Yevgeniy Bodyanskiy popup.opponent SERHII SUBBOTIN popup.opponent S. Antoshchuk, popup.review Kyrylo Smelyakov popup.review SERGII MASHTALIR Description Чала О.C. Швидка класифікація на основі комбінованого навчання нейро-фаззі систем за умов перетинних класів – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття ступеня доктора філософії за спеціальністю 122 – Комп’ютерні науки (12 – Інформаційні технології). Харківський національний університет радіоелектроніки, Міністерство освіти і науки України, Харків, 2025. Дисертаційну роботу присвячено розробці методу та моделей швидкої класифікації даних з класів, що перетинаються, та інтеграції розроблених наукових результатів в рамках інтелектуальної інформаційної технології для підвищення ефективності аналізу даних з використанням короткої навчальної вибірки при роботі в ніарлайн- та онлайн-режимах. Метою дисертаційної роботи є розробка моделей, методу та інтелектуальної інформаційної технології швидкої класифікації для перетинних класів на основі комбінованого навчання нейро-фаззі систем за умов дисбалансу класів та нестаціонарності вхідних даних. Для досягнення мети дослідження в дисертаційній роботі вирішуються такі завдання: 1. Виконати аналіз проблем та підходів до вирішення задачі швидкої класифікації даних з перетинних класів. 2. Розробити метод комбінованого навчання подвійного нео-нечіткого нейрону за умов перетинних класів. 3. Розробити модель гібридної нейро-нечіткої системи швидкої класифікації даних з перетинних класів за умови шуму у вхідних даних. 4. Розробити модель матричної нейро-нечіткої системи швидкої класифікації даних з перетинних класів за умови дисбалансу класів. 5. Розробити модель гіпербазисної нейронної мережі швидкої класифікації даних з перетинних класів за умови концептуального дрейфу. 6. Розробити інтелектуальну інформаційну технологію швидкої класифікації за умов перетинних класів. 7. Виконати експериментальну перевірку розробленого методу комбінованого навчання подвійного нео-нечіткого нейрону та інтелектуальної інформаційної технології швидкої класифікації за умов перетинних класів. Об’єктом дослідження є процес швидкої класифікації за умов перетинних класів. Предметом дослідження є моделі, метод та інформаційна технологія швидкої класифікації даних з перетинних класів на основі комбінованого навчання нейро-фаззі систем. Результати дисертаційного дослідження основані на використанні теорії гібридних систем обчислювального інтелекту за напрямком нео-нейро-фаззі систем та їх комбінованого навчання – при розробці методу комбінованого навчання подвійного нео-нечіткого нейрону; моделей гібридної нейро-нечіткої системи, матричної нейро-нечіткої системи та інтелектуальної інформаційної технології швидкої класифікації даних за умов перетинних класів; теорії нейронних мереж– при розробці моделі гіпербазисної нейронної мережі з ядерними функціями активації дзвонуватого типу та інтелектуальної інформаційної технології швидкої класифікації даних за умов перетинних класів Registration Date 2025-06-06 popup.nrat_date 2025-06-06 Close