Вісники та науково-технічні збірники, журнали
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12
Browse
2 results
Search Results
Item Обчислювальні аспекти аналізу даних на основі карт Кохонена(Видавництво Львівської політехніки, 2011) Годич, О. В.; Давидов, М. В.; Нікольський, Ю. В.; Пасічник, В. В.; Щербина, Ю. М.Тенденції останнього десятиліття розвитку архітектури центральних обчислювальних процесорів чітко вказують на використання багатоядерного підходу зі збільшенням кількості процесорів кожні вісімнадцять місяців відповідно до закону Мура. Зміщення від архітектури швидких одноядерних до повільніших багатоядерних процесорів ставить питання про масштабовність великого класу обчислювальних алгоритмів, зокрема алгоритмів аналізу даних. Висвітлено результати дослідження з використання сучасних парадигм паралелізації у програмуванні з метою масштабування процесів аналізу даних на основі карт Кохонена. The trends of the past decade in architecture of the central processing unit show a clear direction towards multi-core processors with the number of cores increasing every eighteen months according to the Moore’s law. The shift from fast single-core to slower multi-core CPUs poses a question of scalability for a vast class of computational algorithms including algorithm used for data analysis. This paper presents the research result of using state of the art parallelisation programming paradigms to scale data analysis processes based on Self- Organising Maps.Item Категоризація електронних документів(Видавництво Львівської політехніки, 2010) Годич, О. В.; Наконечний, Ю. С.; Щербина, Ю. М.Nowadays, a number of document clustering algorithms are available with number of benefits and trade-offs. The proposed in this article algorithm is an attempt to provide a compromise between quality and complexity, while remaining independent of the language. It uses keyword-based dimensionality reduction technique to create an input space, and then applies Self-Organizing Map for clustering and visualization.Нині існує багато алгоритмів кластеризації документів, кожен з яких має певні переваги та недоліки. Запропонований у цій статті алгоритм є спробою компромісу між якістю категоризації документів і вимогами до обчислювальних ресурсів, залишаючись незалежним від мови документів. Алгоритм використовує техніку пошуку ключових слів документів для формування вхідних даних та карти Кохонена в поєднанні з ієрархічною кластеризацією для категоризації та візуалізації документів.