Знайдено документів: 1
Інформація × Реєстраційний номер 2121U001100, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Методи глибинного навчання для конструювання ознакового простору та кластеризації кібератак Автор Катрич Дар’я Сергіївна Дата публікації 01-01-2021 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/56740 Видання Київ Опис У цьому дослідженні було проведено загальний огляд методів кластеризації, особливо приділяючи увагу методу вбудованої глибокої кластеризації (DEC) та методу к-середніх (k-means clustering). Для методу DEC визначено параметризоване нелінійне відображення з простору даних Х в більш низькорозмірний простір ознак Z, де оптимізовано мету кластеризації. В даній роботі використовується стохастичний градієнтний спуск (SGD) шляхом зворотнього розповсюдження на об’єкті кластеризації для вивчення відображення, яке параметризується глибокою нейронною мережею. У методі к-середніх оптимізовано стандартний метод використанням формул середнього та медіани. Для визначення кількості кластерів застосовано метод «ліктів» (Elbow method). На основі даних методів зроблено порівняльний аналіз результатів кластеризації. Додано в НРАТ 2025-01-29 Закрити
Матеріали
Бакалаврська робота
Методи глибинного навчання для конструювання ознакового простору та кластеризації кібератак
Катрич Дар’я Сергіївна. Методи глибинного навчання для конструювання ознакового простору та кластеризації кібератак : публікація 2021-01-01; Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», 2121U001100
Знайдено документів: 1

Оновлено: 2026-04-08


Роздрукувати цю сторінку