Статьи за последние 2 года
   
Решение задачи предварительного разбиения разнородных данных на классы в условиях ограниченного объема / Шарамет А. В. // Науч.-техн. вестн. информ. технол., мех. и оптики.— 2024 т. 24 № 1.— C. 62-69.— русский; рез.: английский
 
Источник: 
 - Выпуск сериального издания ( 1 )
 
Автор: 
 - Персоналия ( 1 )
Постоянная ссылка (СИД2) J22003425159
Название Решение задачи предварительного разбиения разнородных данных на классы в условиях ограниченного объема
Автор Шарамет А. В.
Источник Научно-технический вестник информационных технологий, механики и оптики
Страницы/Объём 62-69
Сокращ. назв. источника Науч.-техн. вестн. информ. технол., мех. и оптики
Год 2024
Том 24
Номер 1
Адрес в Интернет http://elibrary.ru/item.asp?id=60909206
Постоянная ссылка (СИД) J22003425
Ключевые слова (авторские) автоматическое разбиение на классы%иерархический метод%ограниченный объем данных%порог сходства%снижение объема вычислений%транспортный поток%устойчивость алгоритма
Место хранения Удаленный доступ. Эл. регистр. НЭБ
Дата регистрации в ВИНИТИ 04.03.2024
Язык текста русский
Язык резюме английский
Аннотация Введение. В условиях формирования существенно отличающихся по своей природе разнородных данных даже небольшого объема возникает необходимость их анализа для принятия решений. Это характерно для многих высокотехнологичных промышленных областей деятельности человека. Задача может быть решена путем приведения разнородных данных к единому виду с последующим разбиением на кластеры. Вместо поиска решения по каждому элементу данных предлагается использовать разбиение всей совокупности нормированных данных на кластеры, и тем самым упростить процесс вычленения кластера и принятия по нему решения. Метод. Сущность предлагаемого решения состоит в автоматической группировке объектов со схожими данными в кластеры. Это позволяет снизить объем анализируемой информации за счет объединения множества данных и выполнить математические операции уже для кластера. При разбиении предлагается использовать теорию нечеткой логики. Возможность такого подхода связана с тем, что различные объекты всегда имеют несколько признаков, по которым они могут быть объединены. Эти признаки чаще всего не являются явными и плохо формализуются. Основные результаты. Предложена иерархическая модификация метода распределения по нечетким кластерам, основанного на операции (max-min) нечеткого отношения сходства. Рассмотрены основные понятия и определения предлагаемого метода автоматического разбиения совокупности входных данных, поэтапная схема соответствующей кластер-процедуры. Работоспособность предложенного метода продемонстрирована на примере решения задачи формирования потока летательных аппаратов. В качестве исходных данных использована информация, которая имеется у лиц, принимающих решение, и анализируется вручную. Численный эксперимент показал, что разработанный алгоритм позволяет автоматически провести анализ информации и корректно сформировать поток. Обсуждение. Применение предложенной модификации позволяет провести предварительное разбиение данных на кластеры и снизить в дальнейшем объем анализируемых данных. При этом отсутствует необходимость рассматривать объекты в каждом случае отдельно
Тематический раздел Автоматика и радиоэлектроника
Тематический раздел Информатика
Тематический раздел Математика
Издательский номер в РЖ 24.08-81.236
Шифр ГРНТИ 28.29.01
Ключевые слова анализ данных, принятие решений, кластеры, группировка объектов