Нечёткая кластеризация временных рядов с неравномерными и асинхронными тактами квантования
Наукові видання Харківського національного університету Повітряних Сил
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Нечёткая кластеризация временных рядов с неравномерными и асинхронными тактами квантования
Нечітка кластеризація часових рядів з нерівномірними та асинхронними тактами квантування Fuzzy clustering of time series with non-uniform аnd asynchronous quantization |
|
| Creator |
Е.В. Бодянский
Е.А. Винокурова Д.Д. Пелешко И.О. Кобылин О.А. Кобылин Є.В. Бодянський О.А. Винокурова Д.Д. Пелешко І.О. Кобилін О.А. Кобилін Y. Bodyanskiy O. Vynokurova D. Peleshko I. Kobylin O. Kobylin |
|
| Subject |
Математичні моделі та методи
УДК 004.032.26 нечеткая кластеризация временных рядов, асинхронность, квантование, data mining, адаптивные процедуры обучения. online процедура нечеткой кластеризации нечітка кластеризація часових рядів, асинхронність, квантування, data mining, адаптивні процедури навчання. online процедура нечіткої кластеризації fuzzy time series clustering, asynchrony, quantization, data mining, adaptive learning procedure, online procedure for fuzzy clustering |
|
| Description |
В статье предложен алгоритм нечеткой кластеризации временных рядов с неравномерным асинхронными тактами квантования (биомедицинские массивы наблюдений, сигналы цифрового видео, формирующие дискретные двумерные поля и т.д.). Этот алгоритм характеризуется простотой вычислительной реализации, высокими аппроксимируемыми свойствами, быстродействием процесса обучения и предназначен для решения широкого класса задач, в том числе, когда исходные данные имеют высокую размерность.
У статті запропоновано алгоритм нечіткої кластеризації часових рядів з нерівномірними асинхронними тактами квантування (біомедичні масиви спостережень, сигнали цифрового відео, формуючі дискретні двомірні поля и тощо). Цей алгоритм характеризується простотою обчислювальної реалізації, високими апроксимуючими властивостями, високою швидкістю процесами навчання та призначений для вирішення широкого класу задач, у тому числі, коли початкові дані мають високу розмірність. In fuzzy clustering tasks of time series clustering, there are situations when the methods proposed earlier can not be used under conditions of processing uneven time series due to problems with the effect of "concentration of norms", as well as for the asynchrony in the realizations of the observed signal. To do this, in the article the authors proposed the algorithm for fuzzy clustering of time series with non-uniformly-asynchronous quantization tacts, which can be successfully applied in biomedical observation arrays, digital video signals and more. To overcome the negative effect, alternative criterias were proposed, some of which are a trade-off between FCM and crisp K-medium method, the basis of which is the standard C-means modified method, for using in uneven and asynchronous quantization conditions, and a modified PS-distance based on the investigations series in the form of piecewise linear functions which is used to estimate the distance. The article considers examples with rather large serious. This algorithm is characterized by the simplicity of the computational realization, high approximative properties, high speed of the learning process, and is designed to solve a wide range of problems, including situations when the initial data have a high dimension. |
|
| Publisher |
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба Kharkiv national Air Force University named after I. Kozhedub |
|
| Date |
2017
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Рецензована стаття |
|
| Format |
application/pdf
|
|
| Identifier |
http://www.hups.mil.gov.ua/periodic-app/article/17995
|
|
| Source |
Системи обробки інформації. — 2017. — № 5(151). 47-54
Системы обработки информации. — 2017. — № 5(151). 47-54 Information Processing Systems. — 2017. — № 5(151). 47-54 1681-7710 |
|
| Language |
rus
|
|
| Relation |
http://www.hups.mil.gov.ua/periodic-app/article/17995/soi_2017_5_8.pdf
|
|