Досліджено проблему автоматичної класифікації багатовимірних об'єктів, а також розроблено нові методи й алгоритми для вирішення проблем, які виникають під час класифікації та кластеризації корпусу об'єктів, представлених числовими ознаками. Запропоновано метод для визначення числа кластерів у разі кластеризації корпусу об'єктів нейронною мережею Кохонена з застосуванням критерію якості одержаних розбиттів і методу ідеальної точки. Запропоновано метод побудови вектора ознак, розподілених за різнорідними групами, для класифікації об'єктів, представлених набором ознак, розподілених за різнорідними групами. Встановлено й обгрунтовано оцінки складності алгоритму пошуку оптимальної вибірки з урахуванням випадків наявності у вибірці прикладів з нерівномірним розподілом груп ознак. З застосуванням нейронної мережі прямого розповсюдження та запропонованого методу побудови вектора ознак розроблено автоматичну систему кластеризації текстів з використанням запропонованого методу визначення числа кластерів. Для розв'язання задач атрибуції художніх творів застосовано автоматичні системи класифікації та кластеризації. Виявлено ефективність розроблених систем для класифікації великих масивів текстів значних об'ємів.

 Автореферати дисертацій 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Порхун Олена Володимирівна (фізико-математичні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"