Исследование алгоритмов кластеризации данных
Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.
Подобные документы
Характеристика и особенности процесса построения нечеткого классификатора, специфика и применение метода субтрактивной кластеризации. Нечеткий классификатор на основе субтрактивной кластеризации. Сущность оптимизации структуры нечеткого классификатора.
статья, добавлен 17.01.2018Понятие искусственных нейронных сетей. Модель и архитектура технического нейрона. Обучение нейронных сетей. Основные функциональные возможности программ моделирования нейронных сетей. Однослойный и многослойный персептроны. Принцип работы сети Кохонена.
дипломная работа, добавлен 19.11.2015Проблема повышения производительности подсистемы кэш-памяти систем хранения данных. Аналитическое моделирование алгоритмов обработки данных с помощью метода Марковских цепей. Использование хеш-таблицы для построения управляющих индексных таблиц.
статья, добавлен 07.03.2019Моделирование абстрактных типов данных (АТД) для различных реализаций. Поиск информации в файлах данных. Исследование эффективности алгоритмов сортировок для различных структур и размерностей. Реализация структур данных типа дерево и типовые алгоритмы.
курсовая работа, добавлен 28.10.2017Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017Построение средств интеллектуального анализа данных для нечетких реляционных серверов. Задачи кластеризации и выявления зависимостей в форме нечетких продукций. Гибридный алгоритм использования нечеткой нейронной сети в качестве DM для реляционных данных.
статья, добавлен 17.01.2018Эталонная модель Всемирного форума по интернету вещей. Анализ центров обработки данных и облачных вычислений. Исследование подходов к разработке распределенных алгоритмов обучения. Методы машинного обучения. Изучение наивного байесовского классификатора.
дипломная работа, добавлен 07.12.2019Анализ структур данных и алгоритмов ее обработки. Разработка алгоритмов программного средства. Выбор языка программирования. Программная реализация структур данных и алгоритма обработки. Оценка сложности алгоритма. Тестирование программного средства.
курсовая работа, добавлен 11.02.2021Структурно-функциональное решение интеллектуального репозитория. Подсистема нейросетевой и генетической кластеризации, их особенности, преимущества. Алгоритм параллельного выполнения fcm-кластеризации. Предназначение кроссовера, оценка приспособленности.
статья, добавлен 18.01.2018Подготовка данных, входы и выходы нейросети, изменения котировок. Выбор программного обеспечения: Matlab, Statistica, BrainMaker, NeuroShell Day Trader. Подготовка данных средствами MetaTrader. Знакомство с Matlab и обучения нейросетей в пакете AnfisEdit.
реферат, добавлен 02.12.2011История возникновения, виды, свойства и обучение искусственных нейронных сетей. Технология самообучения и задачи, решаемые при помощи нейронной сети Кохонена. Ограничения, накладываемые на компьютерную имитационную модель, ее схемы в среде MatLab.
дипломная работа, добавлен 12.01.2012Проблема объединения результатов распределённых вычислений для совместной обработки головным процессором. Реализация параллельно-последовательной древовидной структуры обмена с помощью нового параллельного алгоритма кластеризации GRID-ресурсов.
статья, добавлен 02.02.2019- 64. Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных
Разработка способов обеспечения достоверности информации баз данных. Описание метода определения достоверности вводимого кортежа. Параметры и характеристика нейронной сети Кохонена. Обучение радиально-базисной сети путём обратного распространения ошибки.
статья, добавлен 29.05.2017 - 65. Добыча данных
Способы добычи информации из интегрированных систем. Недостатки программного комплекса статистической обработки данных. Характеристика нейронных сетей. Применение деревьев решений и генетических алгоритмов. Принципы эволюционного программирования.
реферат, добавлен 17.05.2016 Методика статистического моделирования данных для обучения нейронных сетей с целью прогнозирования прочностных свойств волокнисто-пористых биокомпозитов. Количество данных, необходимое для обучения и тестирования сети. Эмпирическая линейная регрессия.
статья, добавлен 27.04.2017Доказательство возможности аппроксимации непрерывных функций нейронными сетями в работах Колмогорова и Хехта Нильсена. Эффективность применения генетических алгоритмов к решению проблемы исследования таких сетей. Выбор операторов мутации и кроссовера.
статья, добавлен 22.08.2020Моделирование абстрактных типов данных для различных реализаций. Поиск информации в файлах данных. Эффективность алгоритмов сортировок для различных структур и размерностей данных. Реализация структур данных типа дерево и типовые алгоритмы их обработки.
курсовая работа, добавлен 12.11.2017Общая структура топологии применения генетических алгоритмов для обучения нейронных сетей. Методы и алгоритмы предварительной подготовки данных, расчета структуры нейросети и модифицированных методов обучения, проверки работы на валидационной выборке.
статья, добавлен 12.05.2017Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.
презентация, добавлен 03.12.2013Нейронные сети для решения задач классификации или кластеризации многомерных данных. Алгоритм работы блока функции преобразования. Рекурсивные сети. Программа Акинатор. Прохождение последовательности сигналов через сеть. Основные свойства персептрона.
курсовая работа, добавлен 19.07.2012Методы применения инновационных интеллектуальных технологий в маркетинге на основе моделирования нейронных сетей с использованием самоорганизующихся карт Кохонена. Понятие нейросетевых технологий. Группировка информации. Визуализация многомерных данных.
статья, добавлен 08.02.2014Понятие и классификация нейронных сетей; их структура и принцип работы. Особенности применения нейронных сетей в телекоммуникационных системах. Методы решения задач маршрутизации. Принципы прогнозирования потоков данных на основе нечетно-нейронных сетей.
дипломная работа, добавлен 26.05.2018Исследование целевой функции в задачах обучения искусственных нейронных сетей. Сущность итерационного процесса корректировки весовых коэффициентов. Особенность зависимости ошибки учебы от количества эпох для гибридного метода и адаптивного алгоритма.
статья, добавлен 30.05.2017Нейронные сети - мощный и гибкий механизм прогнозирования. Особенности разработки прогнозирующих систем, основанных на анализе исторических данных. Методы работы алгоритмов в условиях неопределенности. Оценка точности предсказания и быстродействия.
статья, добавлен 25.02.2019