Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/40553
Название: Кластеризация числовых данных рекуррентной нейронной сетью
Авторы: Имигеев, Евгений Иннокентьевич
Научный руководитель: Немировский, Виктор Борисович
Ключевые слова: нейронная сеть; рекуррентная нейронная сеть; кластеризация; классификация; ирисы Фишера; информационная энтропия; сигмоида; нейрон; функция активации нейрона; евклидовы расстояния; neural network; recurrent neural network; clustering; classification; Irises of Fisher; Information entropy; Sigmoid; neuron; Neuron activation function; евклидовы расстояния
Дата публикации: 2017
Библиографическое описание: Имигеев Е. И. Кластеризация числовых данных рекуррентной нейронной сетью : бакалаврская работа / Е. И. Имигеев ; Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики (ИК), Кафедра информационных систем и технологий (ИСТ) ; науч. рук. В. Б. Немировский. — Томск, 2017.
Аннотация: Объектом исследования является задача кластеризации многомерных числовых данных. Цель работы – исследование и программная реализация метода кластеризации числовых данных рекуррентной нейронной сетью. В процессе исследования были изучены и проанализированы существующие методики кластеризации. В результате исследования был реализован алгоритм кластеризации анализируемых данных.
The object of study is the problem of clustering multidimensional numerical data. The purpose of work – study and software implementation method of clustering numeric data recurrent neural network. In the research process was studied and analyzed existing methods of clustering. The study was implemented clustering algorithm on the analyzed data.
URI: http://earchive.tpu.ru/handle/11683/40553
Располагается в коллекциях:Выпускные квалификационные работы (ВКР)

Файлы этого ресурса:
Файл Описание РазмерФормат 
TPU408606.pdf1,04 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.