Копаліані Д. С. Еволюційні нейро-фаззі мережі з каскадною структурою для інтелектуального аналізу даних

Роботу присвячено дослідженню і розробці еволюційних каскадних нейро-фаззі систем для інтелектуального аналізу даних в онлайн режимі. Запропоновано розширений нео-фаззі нейрон і його адаптивний метод навчання. Запропонований нейрон реалізує нечітке висновування за Такагі-Сугено довільного порядку, характеризується покращеними апроксимуючими властивостями, а також підвищеною швидкодією і тому може використовуватись як базовий для шуканих еволюційних систем. У роботі запропоновані архітектури нейро-фаззі систем (з одним і декількома вихідними сигналами), спеціально спроектовані для обробки нестаціонарних даних в онлайн режимі, які використовують запропоновані узагальнюючі елементи, для генерації оптимального вихідного сигналу на основі сигналів кожного нейрона в пулі каскаду. Така методика показала свою ефективність у зростаючих вибірках даних, особливо у випадку істотного змінення властивостей з плином часу. Запропонована еволюційна система для кластеризації потоку фаззі-даних, яка є унікальною за своєю здатністю виявляти оптимальну кількість кластерів у процесі роботи. Виконано експериментальне дослідження властивостей і характеристик розроблених методів і запропоновані рекомендації щодо їх використання під час вирішення практичних задач.