Пошук академічних текстів

Інформація × Реєстраційний номер 2121U008618, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ОНЛАЙН МЕТОД МОЖЛИВІСНОЇ КЛАСТЕРИЗАЦІЇ ДАНИХ НА ОСНОВІ ЕВОЛЮЦІЙНОЇ ОПТИМІЗАЦІЇ КОТЯЧИХ ЗГРАЙ Автор Бодянський Є. В.Шафроненко А. Ю.Клімова І. М.Bodyanskiy Ye. V.Shafronenko A. Yu.Klymova I. N. Дата публікації 29-06-2021 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/236116 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Проблема кластеризації великих даних сьогодні є дуже цікавою сферою штучного інтелекту. Це завдання часто зустрічається у багатьох додатках, пов’язаних з інтелектуальним аналізом даних, глибоким навчанням, вебмайнінгом тощо. Для вирішення цих проблем традиційні підходи та методи вимагають, щоб уся вибірка даних подавалася у пакетній формі. Мета. Метою роботи було запропонувати метод нечіткої можливісної кластеризації даних з використанням еволюційної оптимізації котячих зграй, який був би позбавлений недоліків традиційних підходів до кластеризації даних. Метод. Процедура нечіткої можливісної кластеризації даних із використанням еволюціних алгоритмів, для більш швидкого визначення екстремумів вибірки, центроїдів кластерів та адаптивних функцій, що дозволяють не витрачати ресурси машини для зберігання проміжних розрахунків та не потребують додаткового часу для вирішення поставленої задачі кластеризації даних незалежно від розмірності та способу подачі на обробку. Результати. Запропонований алгоритм кластеризації даних на основі еволюційної оптимізації є достатньо простим у чисельній реалізації, позбавлений недоліків, властивих традиційним методам нечіткої кластеризації та може працювати з великим розміром вихідної інформації, що обробляється, в режимі онлайн у реальному часі. Висновки. Результати експерименту дозволяють рекомендувати розроблений метод для вирішення проблем автоматичної кластеризації та класифікації великих даних, максимально швидко знаходити екстремуми цільової функції, незалежно від способу подачі даних на обробку. Запропонований метод онлайн можливісної нечіткої кластеризації даних на основі еволюційної оптимізації котячих зграй призначений для використання у гібридних системах обчислювального інтелекту, нейро-фаззі системах,в навчанні штучних нейронних мереж, у завданнях кластеризації та класифікації. Додано в НРАТ 2026-02-09 Закрити