Створення та порівняльний аналіз кластеризаційних алгоритмів розпізнавання статистичних залежностей
Вантажиться...
Дата
2018
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Обсяг магістерської дисертації становить 127 сторінок, 72 ілюстрації, 5 таблиць та 50 джерел за переліком посилань.
Задача визначення функціонального зв'язку між біофізичними показниками є складовою частиною актуального завдання пошуку оптимальних впливів на біологічний об'єкт і не вирішена в повній мірі на сьогоднішній день. При цьому найбільш цікавими є результати, що адекватно представляють розбиття простору на області (кластери) які відносяться до різних функціональних співвідношень, що зв'язують біофізичні показники, що розглядуються в даній області. Такі кластери логічно називати функціональними, а їх форма в загальному випадку може бути довільною. Для адекватного поділу вихідної сукупності на такі однорідні групи необхідне застосування нових інформаційних технологій.
Метою дослідження є розробка алгоритму кластерного аналізу, що дозволяє формувати кластери довільної форми та оцінювати динаміку змін характеристик біологічних об’єктів.
У відповідності до мети сформовано наступні задачі:
Провести аналіз сучасних алгоритмів кластеризації.
Розробити алгоритм нечітких k-середніх з обмеженою масою робочої області.
Спроектувати та реалізувати програмний засіб для побудови розбиття множини об'єктів на кластери за допомогою розробленого алгоритму.
Оцінити ефективність алгоритму на практичній задачі.
Об’єктом дослідження є технології Data Mining.
Предметом дослідження виступає кластерний аналіз.
Розробка була здійснена засобами мов програмування Java та Scala в середовищі розробки IntelliJ IDEA.
Публікації за темою магістерської дисертації:
1) Настенко Є.А., Уманець В.С. Аналіз станів системи кровообігу студентів у просторі параметрів залежності артеріальний тиск-пульс / Є.А. Настенко, Г.Л. Бойко, В.А Павлов, В.С. Уманець// Вісник університету "Україна". – Серія "Інформатика, обчислювальна техніка та кібернетика". – Київ. – 2018. – № 1(21). – 6 с.
2) Настенко Є.А., Уманець В.С. Метод нечітких k-середніх з обмеженою масою робочої області формування кластерів довільної форми // Біомедична інженерія і технологія. – Київ. – 2018. – 7 с.
3) Уманець В.С. Модифицированный алгоритм С-средних для функционально связных кластеров // Теорія і практика наукових знань (частина IV): матеріали II Міжнародної науково-практичної конференції. – Київ. – 28-29 грудня 2017 р. – С. 48-49.
Магістерська дисертація виконана на замовлення кафедри фізичного виховання «КПІ ім. Ігоря Сікорського». Одержані результати дослідження впроваджені в діяльність кафедри фізичного виховання «КПІ ім. Ігоря Сікорського» (акт впровадження від 03.05.2018).
Опис
Ключові слова
кластеризація, clustering, міра належності, membership function, оцінка кількості кластерів, cluster number estimation, нечітка кластеризація, fuzzy clustering
Бібліографічний опис
Уманець, В. С. Створення та порівняльний аналіз кластеризаційних алгоритмів розпізнавання статистичних залежностей : магістерська дис. : 122 Комп’ютерні науки та іінформаційні технологіі / Уманець Віталій Сергійович. – Київ, 2018. – 127 с.