Рассмотрены методы нечеткой (фаззи) кластеризации данных в условиях перекрывающихся классов на основании вероятностного и возможностного подходов. Предложены адаптивные алгоритмы, реализующие эти подходы и позволяющие обрабатывать данные по мере их поступления в реальном времени. Введены робастные процедуры кластеризации, основанные на целевых функциях, устойчивых к аномальным выбросам.
Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"