Рекурентна достовірна нечітка кластеризація великих даних з використанням функції належності спеціального типу
DOI:
https://doi.org/10.30837/bi.2020.2(95).10Ключові слова:
НЕЧІТКА КЛАСТЕРИЗАЦІЯ, ДОСТОВІРНА НЕЧІТКА КЛАСТЕРИЗАЦИЯ, РІВЕНЬ НАЛЕЖНОСТІ, РІВЕНЬ ДОСТОВІРНОСТІ, МІРА ПОДІБНОСТІАнотація
Запропоновано метод достовірної нечіткої кластеризації для задач, коли дані надходять на обробку або у послідовному онлайн режимі, або формують надвеликі масиви (Big Data). Введені процедури є за суттю градієнтними алгоритмами оптимізації цільової функції спеціального виду, та мають низку переваг перед відомими ймовірнісними та можливісними підходами і, перш за все, робастність до аномальних спостережень. В основі підходу лежить використання міри подібності, параметри якої візначаються автоматічно у процесі самонавчання. Запропоновані процедури є узагальненням відомих методів, характеризуються високою швидкодією та є досить простими у чисельній реалізації.
Посилання
Xu R., Wunsch D.C. II. Clustering– Hoboken, N.J.: John Wiley & Sons, Inc., 2009.
Aggarwal C.C. Data Mining: Text Book. Springer, 2015.
Bezdek J.C. Pattern Recognition with Fuzzy Objective Function Algorithms.-N.Y.:Plenum Press, 1981.
Höppner F., Klawonn F., Kruse R., Runkler T. Fuzzy Clustering Analysis: Methods for Classification, Data Analisys and Image Recognition.- Chichester: John Wiley &Sons, 1999.-289p.
R. Krishnapuram, J.M. Keller. A possibilistic approach to clustering. Fuzzy Systems, 1993, 1, №2, P.98-110.
Chintalapudi K. K. and M. Kam, “A noise resistant fuzzy c-means algorithm for clustering,” IEEE Сonference on Fuzzy Systems Proceedings, vol. 2, May 1998, pp. 1458-1463.
Zhou J., Wang Q., Hung C.-C., Yi X. Credibilistic clustering: the model and algorithms. Int.J. of Uncertainty, Fuzziness and Knowledge-Based Systems- 2015-23-№4-P.545-564.
Zhou, J., Wang, Q., Hung, C. C. Credibilistic clustering algorithms via alternating cluster estimation.- J. Intell. Manuf.-2017-28-P.727-738.
Liu, B., & Liu, Y. Expected value of fuzzy variable and fuzzy expected value models. IEEE Transactions on Fuzzy Systems, — 2002-10-№ 4-P. 445–450.
Liu, B. A survey of credibility theory. Fuzzy Optimization and Decision Making-2006-5-№4-P. 387–408.
D.C. Park, I. Dagher. Gradient based fuzzy c-means (GBFCM) algorithm. Proc. IEEE Int. Conf. on Neural Networks, 1984, P.1626-1631.
F.L. Chung, T. Lee. Fuzzy competitive learning. Neural Networks, 1994, 7, №3, P.539-552.
Bodyanskiy Ye, Kolodyazhniy V., Stephan A. Recursive fuzzy clustering algorithms. – Proc 10th East West Fuzzy Coll. 2002, - Zittau- Görlitz, HS, 2002-P.276-283.
Bodyanskiy, Ye. Computational intelligence techniques for data analisys / Ye. Bodyanskiy // Lecture Notes in Informatics.-Bonn: V-P- 72, GI, 2005. – P.15-36.
Zhou, J., & Hung, C.-C. (2007). A generalized approach to possibilistic clustering algorithms. Int. J. of Uncertainty, Fuzziness and Knowledge-Based Systems. – 2007 – 15. – P. 117–138.
Young F.W., Hamer R.M. Theory and Applications of Multidimensional Scaling-Hillsdale, N.J.: Erlbaum, 1994.
Hu Zh., Bodyanskiy Ye, Tyshchenko O., Shafronenko A. Fuzzy clustering of incomplete data by means of similarity measures- Proc.2019 IEEE 2nd Ukr. Conf. on Electrical and Computer Engineering (UKRCON), Track 6.-Lviv, Ukraine, 2019.-P.149-152.
Bezdek J.C. A convergence theorem for the fuzzy ISODATA clustering algorithms. — IEEE Trans. Pattern Anal. Mach. Intell. — 1980 — 2. — P. 1- 8.
Bodyanskiy Ye., Gorshkov Ye., Kokshenev I., Kolodyazhniy V. Outlier resistant recursive fuzzy clustering algorithms. Ed. by B. Reusch "Computational Intelligence Theory and Application" — Advances in Soft Computing-Vol.38.-Berlin Heidelberg, Springer Verlag, 2006-P.647-652.
Bodyanskiy Ye., Gorshkov Ye., Kokshenev I., Kolodyazhniy V. Robust recursive fuzzy clustering algorithms- Proc. 12th East West Fuzzy Coll 2005 — Zittau- Görlitz, FH,2005-P.301-308.
Bodyanskiy Ye, Shafronenko A., Mashtalir S., Online robust fuzzy clustering of data with omissions using similarity measure of special type — Lecture Notes in Computational Intelligence and Decision Making-Cham: Springer, 2020- P.637-646.
