Кобилін І. О. Нечітка кластеризація часових рядів в інтелектуальному аналізі потоків даних

У дисертаційній роботі розв’язана нова актуальна задача нечіткої кластеризації часових рядів в інтелектуальному аналізі потоків даних. Об’єкт дослідження – процес інтелектуального аналізу потоку даних у формі часових рядів. Запропоновано метод нечіткої кластеризації, який ефективно працює за умов перетину класів, не схильний до ефекту концентрації норм та працює в онлайн режимі з асинхронними нерівномірно квантованими часовими рядами за рахунок використання спеціальної цільової функції. Запропоновано послідовний онлайн метод кластеризації багатовимірних часових рядів, що базується на апараті гібридних систем обчислювального інтелекту, який дозволив вирішувати задачу кластеризації даних, які послідовно надходять на обробку з нерівномірними тактами квантування. Розроблено метод адаптивної імовірнісної та можливісної кластеризації, що базується на метриці спеціального вигляду, в основі якої лежить аналіз тангенсів кутів нахилу часового ряду, що дозволило спростити чисельну реалізацію методу та вирішувати задачу кластеризації нерівномірно квантованих часових рядів. Запропоновано модель робастної адаптивної ідентифікації нестаціонарних часових рядів у онлайн режимі надходження потоку даних, яка характеризуються простотою обчислювальної реалізації і стійкістю до аномальних викидів. Розроблені методи було програмно реалізовано та використано для ряду практичних впроваджень – зокрема у задачах моніторингу медичних даних в онлайн режимі.