Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/40553
Title: Кластеризация числовых данных рекуррентной нейронной сетью
Authors: Имигеев, Евгений Иннокентьевич
metadata.dc.contributor.advisor: Немировский, Виктор Борисович
Keywords: 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
Issue Date: 2017
Citation: 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.
Abstract: 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
Appears in Collections:Выпускные квалификационные работы (ВКР)

Files in This Item:
File Description SizeFormat 
TPU408606.pdf1,04 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.