Моделі та методи кластеризації даних на основі властивості щільності

Abstract

Мета магістерської роботи: вдосконалення моделей і методів кластеризації даних на основі властивості щільності, які забезпечують підвищення точності, адаптивності та стійкості процесу кластеризації. Об’єкт дослідження: процес кластеризації багатовимірних даних, що здійснюється з використанням методів машинного навчання без учителя. Предмет дослідження: моделі, методи та алгоритми кластеризації даних на основі властивості щільності, зокрема модифікації класичних підходів. Результати дослідження В роботі розроблено декілька модифікацій алгоритму кластеризації, зокрема ітеративний алгоритм кластеризації з гаусовим ядром та градієнтною оптимізацією, який забезпечує поступове уточнення позицій центрів кластерів і зменшення похибки кластеризації. Висновок Hозроблено, обґрунтовано та експериментально підтверджено ефективність удосконалених моделей кластеризації даних на основі властивості щільності, що дозволяють суттєво підвищити якість аналізу складних інформаційних структур.