Алгоритм визначення оптимальної кількості кластерів на базі нейронної мережі Кохонена

DOI: 10.31673/2412-9070.2020.031316

Автор(и)

  • О. М. Ткаченко, (Tkachenko O. M.) Державний університет телекомунікацій, м. Київ
  • Н. В. Руденко, (Rudenko N. V.) Державний університет телекомунікацій, м. Київ
  • С. Р. Куфтеріна, (Kufterina S. R.) Державний університет телекомунікацій, м. Київ
  • А. В. Лемешко, (Lemeshko A. V.) Державний університет телекомунікацій, м. Київ
  • А. Г. Захаржевський, (Zakharzhevskyi A. G.) Державний університет телекомунікацій, м. Київ

DOI:

https://doi.org/10.31673/2412-9070.2020.031316

Анотація

Розглянуто можливості використання систем штучного інтелекту для розв’язання задач кластеризації. Визначено значення критерію оптимальності для різних сполучень кількості кластерів і кількості нейронів вихідного шару мережі. Сформульовано загальну послідовність дій для обчислення оптимальної кількості нейронів вихідного шару мережі Кохонена.

Ключові слова: дані; аналіз; кластер; нейрон; мережа; множина; критерій; оптимальний вектор; навчання; інтелектуальний.

Список використаної літератури
1. Hastie T., Tibshirani R., Friedman J. Chapter 14.4 Self-Organizing Maps // The Elements of Statistical Learning. 2009. Р. 528–534.
2. Ткаченко О. М., Голубенко О. І. Завдання систем штучного інтелекту в смарт-містах // Сучасні інфокомунікаційні технології: зб. тез наук.-техн. конф. Київ, 2019. С. 239.
3. Ткаченко О. М., Підмогильний О. О. Інтервальні нейронні мережі як детектори нестабільності для реконструкції астрономічних зображень екзопланет // ХІ Міжнар. наук.-техн. конф. «Інформаційно-комп’ютерні технології – 2020 (ІКТ-2020)», Житомир, 09-11 квітня 2020. Житомир: Житомирська політехніка, 2020. С. 80–81.

##submission.downloads##

Опубліковано

2020-09-28

Номер

№ 3 (2020)

Розділ

Статті