Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів
The problem of fuzzy clustering of large datasets that are sent for processing in both batch and online modes, based on a credibilistic approach, is considered. To find the global extremum of the credibilistic fuzzy clustering goal function, the modification of the swarm algorithm of crazy cats swar...
Збережено в:
| Дата: | 2021 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2021
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/244607 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| id |
journaliasakpiua-article-244607 |
|---|---|
| record_format |
ojs |
| spelling |
journaliasakpiua-article-2446072022-02-09T17:33:09Z Credibilistic fuzzy clustering based on evolutionary method of crazy cats Правдопобная нечеткая кластеризация данных на основе эволюционного метода безумных котов Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів Bodyanskiy, Yevgeniy Shafronenko, Alina Pliss, Iryna нечітка кластеризація теорія правдоподібності еволюційні методи оптимізації правдоподібна нечітка кластеризація центроїди-прототипи котяча зграя режим трасування режим пошуку рівень належності нечеткая кластеризация теория правдоподобности эволюционные методы оптимизации правдоподобная нечеткая кластеризация центроиды-прототипы кошачья стая режим трассировки режим поиска уровень принадлежности fuzzy clustering credibility theory evolutionary methods of optimization credibilistic fuzzy clustering centroids-prototypes cats swarm tracing mode seeking mode membership level The problem of fuzzy clustering of large datasets that are sent for processing in both batch and online modes, based on a credibilistic approach, is considered. To find the global extremum of the credibilistic fuzzy clustering goal function, the modification of the swarm algorithm of crazy cats swarms was introduced, that combined the advantages of evolutionary algorithms and a global random search. It is shown that different search modes are generated by a unified mathematical procedure, some cases of which are known algorithms for both local and global optimizations. The proposed approach is easy to implement and is characterized by the high speed and reliability in problems of multi-extreme fuzzy clustering. Рассмотрена задача нечеткой кластеризации больших массивов, которые подаются на обработку как в пакетном, так и онлайн режимах на основе правдоподобного подхода. Для отыскания глобального экстремума целевой функции правдоподобной нечеткой кластеризации введена модификация роевого алгоритма стай безумных котов, которая объединяет в себе преимущества эволюционных алгоритмов и глобального случайного поиска. Показано, что различные режимы поиска порождаются унифицированной математической процедурой, частными случаями которой являются известные алгоритмы как локальной, так и глобальной оптимизации. Предложенный подход является достаточно простым в вычислительной реализации и характеризуется высоким быстродействием и надежностью в задачах многоэкстремальной нечеткой кластеризации. Розглянуто задачу нечіткої кластеризації великих масивів, що подаються на опрацювання як у пакетному, так і в онлайн режимах на основі правдоподібного підходу. Для відшукання глобального екстремуму цільової функції правдоподібної нечіткої кластеризації введено модифікацію ройового алгоритму зграй божевільних котів, яка об’єднує в собі переваги еволюційних алгоритмів та глобального випадкового пошуку. Показано, що різні режими пошуку породжуються уніфікованою математичною процедурою, окремими випадками якої є відомі алгоритми як локальної, так і глобальної оптимізації. Запропонований підхід є досить простим в обчислювальній реалізації і характеризується високою швидкодією та надійністю у задачах багатоекстремальної нечіткої кластеризації. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2021-09-30 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/244607 10.20535/SRIT.2308-8893.2021.3.09 System research and information technologies; No. 3 (2021); 110-119 Системные исследования и информационные технологии; № 3 (2021); 110-119 Системні дослідження та інформаційні технології; № 3 (2021); 110-119 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/244607/242423 |
| institution |
System research and information technologies |
| collection |
OJS |
| language |
Ukrainian |
| topic |
нечітка кластеризація теорія правдоподібності еволюційні методи оптимізації правдоподібна нечітка кластеризація центроїди-прототипи котяча зграя режим трасування режим пошуку рівень належності нечеткая кластеризация теория правдоподобности эволюционные методы оптимизации правдоподобная нечеткая кластеризация центроиды-прототипы кошачья стая режим трассировки режим поиска уровень принадлежности fuzzy clustering credibility theory evolutionary methods of optimization credibilistic fuzzy clustering centroids-prototypes cats swarm tracing mode seeking mode membership level |
| spellingShingle |
нечітка кластеризація теорія правдоподібності еволюційні методи оптимізації правдоподібна нечітка кластеризація центроїди-прототипи котяча зграя режим трасування режим пошуку рівень належності нечеткая кластеризация теория правдоподобности эволюционные методы оптимизации правдоподобная нечеткая кластеризация центроиды-прототипы кошачья стая режим трассировки режим поиска уровень принадлежности fuzzy clustering credibility theory evolutionary methods of optimization credibilistic fuzzy clustering centroids-prototypes cats swarm tracing mode seeking mode membership level Bodyanskiy, Yevgeniy Shafronenko, Alina Pliss, Iryna Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| topic_facet |
нечітка кластеризація теорія правдоподібності еволюційні методи оптимізації правдоподібна нечітка кластеризація центроїди-прототипи котяча зграя режим трасування режим пошуку рівень належності нечеткая кластеризация теория правдоподобности эволюционные методы оптимизации правдоподобная нечеткая кластеризация центроиды-прототипы кошачья стая режим трассировки режим поиска уровень принадлежности fuzzy clustering credibility theory evolutionary methods of optimization credibilistic fuzzy clustering centroids-prototypes cats swarm tracing mode seeking mode membership level |
| format |
Article |
| author |
Bodyanskiy, Yevgeniy Shafronenko, Alina Pliss, Iryna |
| author_facet |
Bodyanskiy, Yevgeniy Shafronenko, Alina Pliss, Iryna |
| author_sort |
Bodyanskiy, Yevgeniy |
| title |
Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_short |
Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_full |
Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_fullStr |
Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_full_unstemmed |
Правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_sort |
правдоподібна нечітка кластеризація даних на основі еволюційного методу божевільних котів |
| title_alt |
Credibilistic fuzzy clustering based on evolutionary method of crazy cats Правдопобная нечеткая кластеризация данных на основе эволюционного метода безумных котов |
| description |
The problem of fuzzy clustering of large datasets that are sent for processing in both batch and online modes, based on a credibilistic approach, is considered. To find the global extremum of the credibilistic fuzzy clustering goal function, the modification of the swarm algorithm of crazy cats swarms was introduced, that combined the advantages of evolutionary algorithms and a global random search. It is shown that different search modes are generated by a unified mathematical procedure, some cases of which are known algorithms for both local and global optimizations. The proposed approach is easy to implement and is characterized by the high speed and reliability in problems of multi-extreme fuzzy clustering. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2021 |
| url |
http://journal.iasa.kpi.ua/article/view/244607 |
| work_keys_str_mv |
AT bodyanskiyyevgeniy credibilisticfuzzyclusteringbasedonevolutionarymethodofcrazycats AT shafronenkoalina credibilisticfuzzyclusteringbasedonevolutionarymethodofcrazycats AT plissiryna credibilisticfuzzyclusteringbasedonevolutionarymethodofcrazycats AT bodyanskiyyevgeniy pravdopobnaânečetkaâklasterizaciâdannyhnaosnoveévolûcionnogometodabezumnyhkotov AT shafronenkoalina pravdopobnaânečetkaâklasterizaciâdannyhnaosnoveévolûcionnogometodabezumnyhkotov AT plissiryna pravdopobnaânečetkaâklasterizaciâdannyhnaosnoveévolûcionnogometodabezumnyhkotov AT bodyanskiyyevgeniy pravdopodíbnanečítkaklasterizacíâdanihnaosnovíevolûcíjnogometoduboževílʹnihkotív AT shafronenkoalina pravdopodíbnanečítkaklasterizacíâdanihnaosnovíevolûcíjnogometoduboževílʹnihkotív AT plissiryna pravdopodíbnanečítkaklasterizacíâdanihnaosnovíevolûcíjnogometoduboževílʹnihkotív |
| first_indexed |
2024-04-08T15:07:57Z |
| last_indexed |
2024-04-08T15:07:57Z |
| _version_ |
1795779595116478464 |