-
1Academic Journal
Contributors: Харківський національний університет радіоелектроніки
Subject Terms: гібридна нейро-фаззі система, кластерування, clustering self-organizing network, big data, 004.032.26, fuzzy clustering, fuzzy general regression neural network, нейро-фаззі кластерувальна мережа Т. Когонена, нечітка узагальнена регресійна нейронна мережа, self-learning method of hybrid neuro-fuzzy systems
File Description: application/pdf; image/png
Access URL: https://ena.lpnu.ua/handle/ntb/42964
-
2Academic Journal
Authors: L. Avdiyenko, Ye. Bodyanskiy, Л.С. Авдієнко, Є.В. Бодянський, Л.С. Авдиенко, Е.В. Бодянский
Source: Системи обробки інформації. — 2008. — № 5(72). 19-21 ; Системы обработки информации. — 2008. — № 5(72). 19-21 ; Information Processing Systems. — 2008. — № 5(72). 19-21 ; 1681-7710
Subject Terms: Обробка інформації в складних технічних системах, УДК 004.032.26, radial basis function network, general regression neural network, optimization-based neural network, memory-based neural network, modular neural network, радиально-базисна нейронная мережа, узагальнена регресійна нейронна мережа, нейронна мережа, заснована на оптимізації, нейронная мережа, заснована на пам’яті, модульна нейронна мережа, радиально-базисная нейронная сеть, обобщенная регрессионная нейронная сеть, нейронная сеть, основанная на оптимизации, основанная на памяти, модульная нейронная сеть
File Description: application/pdf
Relation: http://www.hups.mil.gov.ua/periodic-app/article/6145/soi_2008_5_6.pdf; http://www.hups.mil.gov.ua/periodic-app/article/6145
Availability: http://www.hups.mil.gov.ua/periodic-app/article/6145
-
3Academic Journal
Contributors: Харківський національний університет радіоелектроніки
Subject Terms: гібридна нейро-фаззі система, нейро-фаззі кластерувальна мережа Т. Когонена, кластерування, нечітка узагальнена регресійна нейронна мережа, self-learning method of hybrid neuro-fuzzy systems, big data, fuzzy clustering, clustering self-organizing network, fuzzy general regression neural network, 004.032.26
Subject Geographic: Львів
File Description: 20-24; application/pdf; image/png
Relation: Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі, 872, 2017; 1. Kohonen T. Self-Organizing Maps / T. Kohonen // Berlin: Springer-Verlag. – 1995. – 362 p.; 2. Bezdek, J.-C. Pattern Recognition with Fuzzy Objective Function Algorithms [Text] / J. C. Bezdek. –N.Y.: Plenum Press, 1981. – 272 p.; 3. Tsao E.C.-K. Fuzzy Kohonen clustering networks [Text] / E.C.-K. Tsao,J. C. Bezdek, J. C. Tsao, N. R. Pal // Pattern Recognition. – 1994. – No. 27. – P. 757–764.; 4. Pascual – Marqui R. D. Smoothly distributed fuzzy C-means: a new self-organizing map / R. D. Pascual – Marqui,A.D. Pascual – Montano, K. Kochi, J.M. Caroso // Pattern Recognition. – 2001. – No. 34. – P. 2395–2402.; 5. MacDonald D., Fyfe C. Clustering in data space and feature space [Text] : ESANN'2002 Proc.European Symp. on Artificial Neural Networks. Bruges (24-26 April 2002). – Belgium. – 2002. – P. 137–142.; 6. Girolami, M. Mercer kernel-based clustering in feature space [Text] / M. Girolami // IEEE Trans. on Neural Networks. – 2002. – Vol. 13. – No. 3. – P. 780–784.; 7. Camastra F. A novel kernel method for clustering [Text] / F. Camastra, A. Verri // IEEE Trans. on Pattern Analysis and Machine Intelligence. – 2005. – No. 5. – P. 801–805.; 8. Schölkopf, B. Learning with Kernels [Text] / B. Schölkopf, A. Smola //Cambridge M. A.: MIT Press. – 2002. – 648 p.; 9. Kacprzyk J. Springer Handbook of Computational Intelligence [Text] / J. Kacprzyk, W. Pedrycz. – Berlin Heidelberg: Springer – Verlag, 2015. – 1634 p.; 11. Cortes C. Support Vector Networks [Texy] / C. Cortes, V. Vapnik // Machine Learning. – 1995. – No. 20. – P. 273–297.; 12. Parzen E. On the estimation of a probability density function and the mode / E.Parzen // Ann. Math. Statist. – 1962. – No. 38. – P. 1065–1076.; 13. Specht, D.F. A general regression neural network [Text] / D.F. Specht // IEEE Trans. on Neural Networks. – 1991. – Vol. 2. – P. 568–576.; 14. Zahirniak D. Pattern recognition using radial basis function network. [Text] / D. Zahirniak, R. Chapman, S. Rogers, B. Suter, M. Kabrisky, V. Piati // Proc 6th Ann. Aerospace Application of Artificial Intelligence Conf. – Dayton, OH. – 1990. – P. 249–260.; 15. Cover T. M. Geometrical and statistical properties of systems of linear inequali-ties with applications in pattern recognition [Text] / T.M. Cover // IEEE Trans. on Electronic Computers. – 1965. – No. 14. – P. 326–334.; 16. Angelov, P. Evolving Rule-based Models: A Tool for Design of Flexible Adaptive Systems [Text] /P. Angelov // Heidelberg-New York: Springer-Verlag. – 2002. – 211 p.; 17. Kasabov N. Evolving Connectionist Systems [Text] / N. Kasabov – London: Springer-Verlag. – 2003 – 307 p.; 18. Angelov P.Evolving computational intelligence systems [Text] / P. Angelov, N. Kasabov // Proc. 1st Int. Workshop on Genetic Fuzzy Systems. – Granada, Spain. – 2005. – P. 76–82.; 19. Lughofer E. Evolving Fuzzy Systems – Methodologies and Applications [Text] / E. Lughofer. – Studies in Fuzziness and Soft Computing. – Springer-Berlin. – 2011. – 410 p.; 1. Kohonen T. Self-Organizing Maps, T. Kohonen, Berlin: Springer-Verlag, 1995, 362 p.; 2. Bezdek, J.-C. Pattern Recognition with Fuzzy Objective Function Algorithms [Text], J. C. Bezdek. –N.Y., Plenum Press, 1981, 272 p.; 3. Tsao E.C.-K. Fuzzy Kohonen clustering networks [Text], E.C.-K. Tsao,J. C. Bezdek, J. C. Tsao, N. R. Pal, Pattern Recognition, 1994, No. 27, P. 757–764.; 4. Pascual – Marqui R. D. Smoothly distributed fuzzy C-means: a new self-organizing map, R. D. Pascual – Marqui,A.D. Pascual – Montano, K. Kochi, J.M. Caroso, Pattern Recognition, 2001, No. 34, P. 2395–2402.; 5. MacDonald D., Fyfe C. Clustering in data space and feature space [Text] : ESANN'2002 Proc.European Symp. on Artificial Neural Networks. Bruges (24-26 April 2002), Belgium, 2002, P. 137–142.; 6. Girolami, M. Mercer kernel-based clustering in feature space [Text], M. Girolami, IEEE Trans. on Neural Networks, 2002, Vol. 13, No. 3, P. 780–784.; 7. Camastra F. A novel kernel method for clustering [Text], F. Camastra, A. Verri, IEEE Trans. on Pattern Analysis and Machine Intelligence, 2005, No. 5, P. 801–805.; 8. Schölkopf, B. Learning with Kernels [Text], B. Schölkopf, A. Smola //Cambridge M. A., MIT Press, 2002, 648 p.; 9. Kacprzyk J. Springer Handbook of Computational Intelligence [Text], J. Kacprzyk, W. Pedrycz, Berlin Heidelberg: Springer – Verlag, 2015, 1634 p.; 11. Cortes C. Support Vector Networks [Texy], C. Cortes, V. Vapnik, Machine Learning, 1995, No. 20, P. 273–297.; 12. Parzen E. On the estimation of a probability density function and the mode, E.Parzen, Ann. Math. Statist, 1962, No. 38, P. 1065–1076.; 13. Specht, D.F. A general regression neural network [Text], D.F. Specht, IEEE Trans. on Neural Networks, 1991, Vol. 2, P. 568–576.; 14. Zahirniak D. Pattern recognition using radial basis function network. [Text], D. Zahirniak, R. Chapman, S. Rogers, B. Suter, M. Kabrisky, V. Piati, Proc 6th Ann. Aerospace Application of Artificial Intelligence Conf, Dayton, OH, 1990, P. 249–260.; 15. Cover T. M. Geometrical and statistical properties of systems of linear inequali-ties with applications in pattern recognition [Text], T.M. Cover, IEEE Trans. on Electronic Computers, 1965, No. 14, P. 326–334.; 16. Angelov, P. Evolving Rule-based Models: A Tool for Design of Flexible Adaptive Systems [Text] /P. Angelov, Heidelberg-New York: Springer-Verlag, 2002, 211 p.; 17. Kasabov N. Evolving Connectionist Systems [Text], N. Kasabov – London: Springer-Verlag, 2003 – 307 p.; 18. Angelov P.Evolving computational intelligence systems [Text], P. Angelov, N. Kasabov, Proc. 1st Int. Workshop on Genetic Fuzzy Systems, Granada, Spain, 2005, P. 76–82.; 19. Lughofer E. Evolving Fuzzy Systems – Methodologies and Applications [Text], E. Lughofer, Studies in Fuzziness and Soft Computing, Springer-Berlin, 2011, 410 p.; Послідовне ядерне нечітке кластерування великих масивів даних на основі гібридної системи обчислювального інтелекту / Є. В. Бодянський, А. О. Дейнеко, П. Є. Жернова, О. В. Золотухін, Я. В. Хаустова // Вісник Національного університету «Львівська політехніка». Серія: Інформаційні системи та мережі. — Львів : Видавництво Львівської політехніки, 2017. — № 872. — С. 20–24.; https://ena.lpnu.ua/handle/ntb/42964; Sequential kernel fuzzy clustering of big data based on computational intelligence hybrid system / Ye. V. Bodianskyi, A. O. Deineko, P. Ye. Zhernova, O. V. Zolotukhin, Ya. V. Khaustova // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Informatsiini systemy ta merezhi. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — No 872. — P. 20–24.
Availability: https://ena.lpnu.ua/handle/ntb/42964
-
4
Authors: Григор`єв, Д. С.
Subject Terms: динамічний аналіз даних, гібридна система, кластерування даних, узагальнена регресійна нейронна мережа, ядерна нейронна мережа
File Description: application/pdf
Availability: https://openarchive.nure.ua/handle/document/16958
-
5
Authors: Хаустова, Я. В.
Subject Terms: ядерна нейронна мережа, нейро-фаззі системи, самоорганізовна мапа Кохонена, радіально-базисна нейронна мережа, узагальнена регресійна нейронна мережа, ЕМ-ймовірнісний алгоритм кластеризації, ядерна функція активації, kernel neural network, neuro-fuzzy systems, self-organizing Kohonen map, radial-basis functions neural network, general regression network, EM – probabilistic clustering algorithm, kernel activation function
File Description: application/pdf
Availability: http://openarchive.nure.ua/handle/document/3588
-
6
Authors: Дейнеко, А. О.
Subject Terms: еволюційна нейронна мережа, радіально-базисна нейронна мережа, узагальнена регресійна нейронна, мережа машина опорних векторів, ядерна функція активації, evolving neural network, radial-basis neural network, general regression network, support vector machine, kernel activating function
File Description: application/pdf
Availability: http://openarchive.nure.ua/handle/document/956