Zhengbing Hu Fuzzy data clustering in the rank scale based on a double neo-fuzzy neuron = Нечітка кластеризація даних у ранговій шкалі на основі подвійного нео-фаззі нейрону / Zhengbing Hu, Ye. V. Bodyanskiy, O. K. Tyshchenko, V. O. Samitova // Радіоелектроніка. Інформатика. Управління. - 2017. - № 1. - С. 74-82. - Бібліогр.: 32 назв. - англ.Розглянуто задачу кластерування даних за умов кластерів, що перетинаються. Передбачено, що оброблювану інформацію задано в ранговій (порядковій) шкалі. Для кластерування запропоновано використати архітектуру спеціального вигляду - подвійний нео-фаззі нейрон, який є модифікацією класичного нео-фаззі нейрона зі спеціально сконструйованими несиметричними функціями належності та має поліпшені апроксимуючі властивості. Подвійний нео-фаззі нейрон, як і звичайний нео-фаззі нейрон, призначений для обробки інформації, що її задано у шкалі натуральних чисел. Однак ситуація суттєво ускладниться, якщо вихідні дані будуть задані не в числовий, а в порядкової шкалі, що досить часто зустрічається в різних практичних завданнях. Для навчання подвійного нео-фаззі нейрона використовувалася градієнтна процедура мінімізації зі змінним параметром кроку пошуку. Запропонований підхід до нечіткої класифікації даних у порядковій шкалі на основі подвійного нео-фаззі нейрона, що його навчають за допомогою швидкодіючого алгоритму, має додаткові згладжуючі властивості. Точність кластеризації для навчальної та тестової вибірок, а також швидкість навчання системи було виміряно в ході проведення експериментів. Запропонована архітектура подвійного нео-фаззі нейрона є своєрідним компромісом між традиційним та розширеним нео-фаззі нейронами. Дана архітектура гарно себе проявила у тих випадках, коли точність результатів має більше значення, ніж час, який витрачається на обробку даних. Висновки: експериментальне моделювання (на штучних і реальних наборах даних) довело ефективність запропонованого підходу. У ході експериментів було проведено дослідження властивостей запропонованої системи, що ще раз підтвердило доцільність використання даного підходу для розв'язання широкого кола завдань інтелектуального аналізу даних. Індекс рубрикатора НБУВ: З810.22 + З970.5
Рубрики:
Шифр НБУВ: Ж16683 Пошук видання у каталогах НБУВ
Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|