Вас вітає Інтернет конференція!
Вітаємо на нашому сайті
ОСОБЛИВОСТІ КЛАСТЕРИЗАЦІЇ У ВИПАДКУ БАГАТОМОДАЛЬНОСТІ АБО СКЛАДНОЇ ТОПОЛОГІЇ КЛАСТЕРІВ
10.10.2023 18:49
[1. Інформаційні системи і технології]
Автор: Фратавчан Тоня Михайлівна, кандидат фізико-математичних наук, доцент, Чернівецький національний університет імені Юрія Федьковича, Чернівці; Фратавчан Валерій Григорович, кандидат фізико-математичних наук, доцент, Чернівецький національний університет імені Юрія Федьковича, Чернівці; Антонюк Світлана Володимирівна, кандидат фізико-математичних наук, доцент, Чернівецький національний університет імені Юрія Федьковича, Чернівці; Івасюк Роман Вікторович, аспірант, Чернівецький національний університет імені Юрія Федьковича, Чернівці
ORCID: 0000-0003-1076-0794 Tonia Fratavchan
Задача кластеризації полягає у розбитті загальної множини об’єктів на підмножини таким чином, щоб значення метрики відмінності між екземплярами кожної підмножини були малими, а для екземплярів різних множин ці метрики були великими. У випадку опису об’єктів багатовимірними числовими характеристиками такими метриками можуть бути евклідові міри.
Найпопулярнішими та ергономічними методами кластеризації вважаються метод k-середніх та метод k найближчих сусідів. Але ці методи забезпечують прийнятні результати кластеризації, якщо області локалізації класів у n-вимірному просторі мають форму, наближену до сфероїдальної (рис.1).
Рис.1. Кластери «сфероїдальної» локалізації.
У випадку більш складної топологічної форми результат застосування цих методів може бути незадовільним (рис.2).
Рис.2. Некоректна кластеризація методом k-середніх.
Для кластеризації множин з багатомодальними класами та класами з більш складними топологічними формами пропонується застосувати апроксимаційні форми Ерміта. Ідея полягає у «прив’язці» кожного класу до деякої багатовимірної параметричної кривої, яка хоча б частково повторювала б конфігурацію самого класу (рис.3).
Рис.3. Кластери багатомодальної і складної топологічної структури та
їх апроксимація параметричними кривими.
Зручними для програмної реалізації є апроксимаційні форми Ерміта:
p(t)=(2t3-3t2+1) p0+(t3-2t2+t) m0+(-2t3+3t2 ) p1+(t3-t2 ) m1 ,
де t∈[0,1] – параметр кривої,
p0, p1 – початкова та кінцева точка параметричної кривої,
m0,m1– початковий та кінцевий напрямний вектор.
Обчислення координат початкових та кінцевих точок, а також початкових та кінцевих векторів проводиться як знаходження розв’язку оптимізаційної задачі.
Література
1.Valerii FRATAVCHAN, Tonia FRATAVCHAN. One Pattern Recognition Method for Complex Geometric Clusters Сonfiguration. Proceedings of the 14th International Conference on Development and Application Systems, DAS 2018. (24-26, May 2018, Suceava – Romania), pp.200-203. URL: http://www.dasconference.ro/dvd2018/data/papers/D51-paper.pdf.
2.Фратавчан В.Г., Фратавчан Т.М., Лукашів Т.О., Літвінчук Ю.А. Методи та системи штучного інтелекту: навчальний посібник. Чернівці: ЧНУ, 2023, – 115 с.
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License
Знайшли помилку? Виділіть помилковий текст мишкою і натисніть Ctrl + Enter
Інші наукові праці даної секції
-
ОРГАНІЗАЦІЯ САМОСТІЙНОЇ РОБОТИ СТУДЕНТІВ ІЗ НАВЧАЛЬНОЇ ДИСЦИПЛІНИ МЕТОДИКА ПРОФЕСІЙНОГО НАВЧАННЯ
15.10.2023 00:36 -
ВИКОРИСТАННЯ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ У СФЕРІ ДЕРЖАВНОГО УПРАВЛІННЯ
12.10.2023 00:15 -
ХАРАКТЕРИСТИКА ІНТЕРАКТИВНИХ КАРТ ВОДНИХ ОБ’ЄКТІВ ТА МЕТОДІВ ЇХ СТВОРЕННЯ
11.10.2023 22:47 -
УДОСКОНАЛЕННЯ КЛЮЧІВ ЦИФРОВОГО ЕЛЕКТРОННОГО ПІДПИСУ В СИСТЕМАХ ЕЛЕКТРОННОГО ДОКУМЕНТООБІГУ
11.10.2023 21:56 -
ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ СИСТЕМИ КЕРУВАННЯ АВТОМАТИЗОВАНОЇ ДРОН-ДОСТАВКИ
11.10.2023 21:32
Конференції
Конференції 2024
Конференції 2023
Конференції 2022
Конференції 2021
