Адаптивная нечеткая кластеризация с переменным фаззификатором

Розглянуто задачу нечіткої кластеризації багатовимірних спостережень та запропоновано групу адаптивних алгоритмів самонавчання нейронної мережі Кохонена для можливістної кластеризації зі змінним параметром нечіткості, які здатні у реальному часі виділяти в даних кластери, що перетинаються. Наведені...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кибернетика и системный анализ
Datum:2013
Hauptverfasser: Колчигин, Б.В., Бодянский, Е.В.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2013
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/86233
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Адаптивная нечеткая кластеризация с переменным фаззификатором / Б.В. Колчигин, Е.В. Бодянский // Кибернетика и системный анализ. — 2013. — Т. 49, № 3. — С. 47-55. — Бібліогр.: 18 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-86233
record_format dspace
spelling Колчигин, Б.В.
Бодянский, Е.В.
2015-09-10T18:48:15Z
2015-09-10T18:48:15Z
2013
Адаптивная нечеткая кластеризация с переменным фаззификатором / Б.В. Колчигин, Е.В. Бодянский // Кибернетика и системный анализ. — 2013. — Т. 49, № 3. — С. 47-55. — Бібліогр.: 18 назв. — рос.
0023-1274
https://nasplib.isofts.kiev.ua/handle/123456789/86233
004.032.26
Розглянуто задачу нечіткої кластеризації багатовимірних спостережень та запропоновано групу адаптивних алгоритмів самонавчання нейронної мережі Кохонена для можливістної кластеризації зі змінним параметром нечіткості, які здатні у реальному часі виділяти в даних кластери, що перетинаються. Наведені алгоритми характеризуються чисельною простотою та гнучкістю при роботі в умовах апріорної невизначеності відносно характеру розподілення даних в кластерах.
The problem of fuzzy clustering of multivariate observations is considered and a group of Kohonen neural network adaptive self-learning algorithms is proposed. The algorithms allow on-line possibilistic fuzzy clustering with variable fuzziness level and are characterized with computational simplicity and great flexibility when operating under conditions of a priori uncertainty about the nature of data distribution in clusters.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Кибернетика
Адаптивная нечеткая кластеризация с переменным фаззификатором
Адаптивне нечітке класте ування зі змінним фазифікатором
Adaptive fuzzy clustering with variable fuzzifier
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Адаптивная нечеткая кластеризация с переменным фаззификатором
spellingShingle Адаптивная нечеткая кластеризация с переменным фаззификатором
Колчигин, Б.В.
Бодянский, Е.В.
Кибернетика
title_short Адаптивная нечеткая кластеризация с переменным фаззификатором
title_full Адаптивная нечеткая кластеризация с переменным фаззификатором
title_fullStr Адаптивная нечеткая кластеризация с переменным фаззификатором
title_full_unstemmed Адаптивная нечеткая кластеризация с переменным фаззификатором
title_sort адаптивная нечеткая кластеризация с переменным фаззификатором
author Колчигин, Б.В.
Бодянский, Е.В.
author_facet Колчигин, Б.В.
Бодянский, Е.В.
topic Кибернетика
topic_facet Кибернетика
publishDate 2013
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Адаптивне нечітке класте ування зі змінним фазифікатором
Adaptive fuzzy clustering with variable fuzzifier
description Розглянуто задачу нечіткої кластеризації багатовимірних спостережень та запропоновано групу адаптивних алгоритмів самонавчання нейронної мережі Кохонена для можливістної кластеризації зі змінним параметром нечіткості, які здатні у реальному часі виділяти в даних кластери, що перетинаються. Наведені алгоритми характеризуються чисельною простотою та гнучкістю при роботі в умовах апріорної невизначеності відносно характеру розподілення даних в кластерах. The problem of fuzzy clustering of multivariate observations is considered and a group of Kohonen neural network adaptive self-learning algorithms is proposed. The algorithms allow on-line possibilistic fuzzy clustering with variable fuzziness level and are characterized with computational simplicity and great flexibility when operating under conditions of a priori uncertainty about the nature of data distribution in clusters.
issn 0023-1274
url https://nasplib.isofts.kiev.ua/handle/123456789/86233
citation_txt Адаптивная нечеткая кластеризация с переменным фаззификатором / Б.В. Колчигин, Е.В. Бодянский // Кибернетика и системный анализ. — 2013. — Т. 49, № 3. — С. 47-55. — Бібліогр.: 18 назв. — рос.
work_keys_str_mv AT kolčiginbv adaptivnaânečetkaâklasterizaciâsperemennymfazzifikatorom
AT bodânskiiev adaptivnaânečetkaâklasterizaciâsperemennymfazzifikatorom
AT kolčiginbv adaptivnenečítkeklasteuvannâzízmínnimfazifíkatorom
AT bodânskiiev adaptivnenečítkeklasteuvannâzízmínnimfazifíkatorom
AT kolčiginbv adaptivefuzzyclusteringwithvariablefuzzifier
AT bodânskiiev adaptivefuzzyclusteringwithvariablefuzzifier
first_indexed 2025-12-07T20:49:28Z
last_indexed 2025-12-07T20:49:28Z
_version_ 1850884036719804416