Clusterization of vector and matrix data arrays using the combined evolutionary method of fish schools

Скорочена інформація про документ
dc.contributor.authorBodyanskiy, Ye.
dc.contributor.authorShafronenko, А.
dc.contributor.authorPliss, І.
dc.date.accessioned2023-05-02T09:01:40Z
dc.date.available2023-05-02T09:01:40Z
dc.date.issued2022
dc.description.abstractThe problem of clustering data arrays described in both vector and matrix forms and based on the optimization of data distribution density functions in these arrays is considered. For the optimization of these functions, the algorithm that is a hybrid of Fish School Search, random search, and evolutionary optimization is proposed. This algorithm does not require calculating the optimized function’s derivatives and, in the general case, is designed to find optimums of multiextremal functions of the matrix argument (images). The proposed approach reduces the number of runs of the optimization procedure, finds extrema of complex functions with many extrema, and is simple in numerical implementation.uk
dc.description.abstractotherРозглянуто задачу кластеризації масивів даних, що описано як у векторній, так і матричній формі на основі оптимізації функцій щільності розподілу даних у цих масивах. Для оптимізації цих функцій – пошуку локальних екстремумів запропоновано алгоритм, що є гібридом Fish School Search, випадкового пошуку та еволюційної оптимізації. Цей алгоритм не потребує обчислення похідних функції, що оптимізується, і у загальному випадку призначений для відшукання максимумів багатоекстремальних функцій матричного аргумента (зображень). Запропонований підхід дозволяє скоротити кількість запусків процедури оптимізації, знаходити екстремуми функцій складної форми та є простим у числовій реалізації.uk
dc.format.pagerangeС. 79-87uk
dc.identifier.citationBodyanskiy, Ye. Clusterization of vector and matrix data arrays using the combined evolutionary method of fish schools / Ye. Bodyanskiy, А. Shafronenko, І. Pliss // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2022. – № 4. – С. 79-87. – Бібліогр.: 25 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2022.4.07
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/55176
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofСистемні дослідження та інформаційні технології : міжнародний науково-технічний журнал, № 4uk
dc.subjectcombined optimizationuk
dc.subjectfuzzy clusteringuk
dc.subjectevolutionary algorithmsuk
dc.subjectdensity functionsuk
dc.subjectFish Schooluk
dc.subjectкомбінована оптимізаціяuk
dc.subjectнечітка кластеризаціяuk
dc.subjectеволюційні алгоритмиuk
dc.subjectфункція щільностіuk
dc.subjectFish Schooluk
dc.subject.udc004.8:004.032.26uk
dc.titleClusterization of vector and matrix data arrays using the combined evolutionary method of fish schoolsuk
dc.title.alternativeКластеризація векторних та матричних масивів даних із використанням комбінованого еволюційного методу рибних зграйuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
2022_4_79-87.pdf
Розмір:
369.28 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 4