Вісники та науково-технічні збірники, журнали

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12

Browse

Subject: search.filters.subject.clusterization

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Ігровий метод кластеризації онтологій
    (Видавництво Львівської політехніки, 2019-02-26) Кравець, П. О.; Буров, Є. В.; Литвин, В. В.; Kravets, Petro; Burov, Evgeniy; Lytvyn, Vasyl; Національний університет “Львівська політехніка”; Lviv Polytechnic National University
    Розглянуто актуальну проблему кластеризації онтологій для оптимізації операцій інтелектуального опрацювання даних в умовах невизначеності, зумовленої неточністю або неповнотою даних про предметну область. Кластеризація онтологій – це процес автоматичного розділення множини онтологій на групи (кластери) на основі ступеня їхньої подібності. Для розв’язування задачі кластеризації необхідно задати міри близькості онтологій, вибрати або розробити алгоритм кластеризації та виконати змістовну інтерпретацію результатів кластеризації. Для кластеризації онтологій в умовах невизначеності запропоновано застосувати стохастичний ігровий метод. Повторювальна стохастична гра полягає у реалізації керованого випадкового процесу вибору кластерів онтологій. Для цього закріплені за онтологіями інтелектуальні агенти випадково, одночасно і незалежно вибирають один із кластерів у дискретні моменти часу. Для агентів, що обрали один кластер, обчислюють поточну міру подібності онтологій, яка може враховувати близькість концептів, атрибутів та відношень між концептами. Цю міру використовують для адаптивного перерахунку змішаних стратегій гравців. Збільшуються імовірності вибору тих кластерів, поточний склад яких призвів до зростання міри подібності онтологій. У ході повторювальної гри агенти сформують вектори змішаних стратегій, які забезпечать максимізацію усереднених мір подібності розділених на кластери онтологій. Для розв'язування задачі ігрової кластеризації онтологій розроблено адаптивний марківський рекурентний метод на основі стохастичної апроксимації модифікованої умови доповняльної нежорсткості, справедливої у точках рівноваги за Нешем. Запропонований ігровий метод має фільтрувальні властивості щодо викидів у вхідних даних і практично не залежить від закону розподілу випадкових завад. Комп'ютерне моделювання підтвердило можливість застосування моделі стохастичної гри для кластеризації онтологій із врахуванням факторів невизначеності. Збіжність ігрового методу забезпечується дотриманням фундаментальних умов та обмежень стохастичної оптимізації. Достовірність експериментальних досліджень підтверджується повторюваністю отриманих результатів для різних послідовностей випадкових величин. Результати роботи доцільно використати для розв'язування задач інтелектуального аналізу даних, усунення дублювання інформації в базах знань, зменшення невизначеності у межах кластера онтологій, виявлення новизни інформації, організації високорівневої семантичної взаємодії між агентами під час розв’язування ними спільної задачі.
  • Thumbnail Image
    Item
    Транскордонні кластери: сутність та особливості
    (Видавництво Львівської політехніки, 2017-03-28) Козик, В. В.; Мищишин, О. Л.; Kozyk, V. V.; Myshchyshyn, O. L.; Національний університет “Львівська політехніка”; Lviv Polytechnic National University
    Протягом останніх років учені-економісти приділяють багато уваги дослідженню шляхів вирішення проблем регіонального розвитку в умовах європейської інтеграції України та глобалізації світової економіки. Проте наявні питання щодо особливостей створення та функціонування транскордонних кластерів в Україні потребують по- дальшої розробки. Розкрито сутність поняття “кластер” і “транскордонний кластер”. Розглянуто особливості транскордонних кластерів. Досліджено роль транскордонних кластерів у розвитку регіонів.
  • Thumbnail Image
    Item
    Кластеризація графіків електричних навантажень з урахуванням варіації кута поліномів
    (Видавництво Національного університету «Львівська політехніка», 2010) Волошко, А.В.; Лутчин, Т.М.
    Наведено використання вейвлет-перетворень для ефективного аналізу графіків електричних навантажень. Запропонований метод кластеризації з урахуванням варіації кута нахилу поліномів дає змогу спростити існуючі алгоритми пошуку кластерного рішення, поєднуючи відомі статистичні методи з передовими методиками вейвлет-аналізу. In this paper is presented the usage of wavelet – transformation for effective analysis of graphs of electric loads.The proposed clustering method taking into account the angle variation of polynoms to simplify the existing search algorithms cluster solutions through a combination of known statistical methods with advanced wavelet methods – analysis.