Тривимірні нейроні мережі у завданнях кластеризації

Автор(и)

  • О. Паладієв КПІ ім. Ігоря Сікорського, Україна
  • О. Лісовиченко КПІ ім. Ігоря Сікорського, Україна

DOI:

https://doi.org/10.20535/1560-8956.44.2024.302431

Ключові слова:

Тривимірні нейронні мережі, кластеризація, індекс Данна, глибинне навчання, просторові дані

Анотація

У даній роботі досліджуються можливості та ефективність застосування тривимірних нейронних мереж у задачах кластеризації. Автори розробили архітектуру тривимірної нейронної мережі та оцінили її здатність до кластеризації за
допомогою індексу Данна. Результати дослідження показують високу ефективність запропонованої моделі порівняно з традиційними методами кластеризації, такими як K-середніх та ієрархічна кластеризація. Особливу увагу приділено аналізу просторових даних, де тривимірні нейронні мережі демонструють значні переваги у виявленні складних структур та формуванні чітких кластерів. Також розглянуто вплив різних параметрів мережі, включаючи кількість шарів та нейронів, на якість кластеризації. Запропонована модель може знайти широке застосування в різних областях, таких як медична діагностика, обробка зображень та аналіз соціальних мереж, де важливо ефективно групувати великі обсяги просторових даних.

Бібл. 9

Посилання

Paladiiev, O., & Lisovychenko, O. (2022). The influence of the opponent's color model on the general capabilities of neural networks. Interdepartmental ScientificTechnical Journal «Adaptive Systems of Automatic Control», 2(41), 22-27.

Paladiiev, O., & Lisovychenko, O. (2023). Influence of Reducing the Size of a Neural Network on Its Generalization Ability. Interdepartmental Scientific-Technical Journal «Adaptive Systems of Automatic Control», 2(43), 124-130.

Xu, R., & Wunsch, D. (2005). Survey of clustering algorithms. IEEE Transactions on Neural Networks, 16(3), 645-678.

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444.

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.

Hinton, G. E., Osindero, S., & Teh, Y. W. (2006). A fast learning algorithm for deep belief nets. Neural computation, 18(7), 1527-1554.

Dunn, J. C. (1974). Well-separated clusters and optimal fuzzy partitions. Journal of Cybernetics, 4(1), 95-104.

Jain, A. K., Murty, M. N., & Flynn, P. J. (1999). Data clustering: a review. ACM computing surveys (CSUR), 31(3), 264-323.

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105.

##submission.downloads##

Опубліковано

2024-06-04

Номер

Розділ

Статті