Вимоги до інтелектуальних систем аналізу даних та їх класифікацій

DOI: 10.31673/2412-4338.2019.013136

Анотація

У статті розглянуто основні існуючі системи аналізу даних та їх класифікації та проаналізовано вимоги, що до них ставляться. На основі аналізу приходимо до висновку, що найповніше справляється із поставленою задачею система на основі нейронних мереж. Запропонований підхід задовольняє більшість вимог до систем, а саме обробка великих об’ємів даних, які до того ж можуть бути зашумленими, а також містить єдиний математичний апарат, що не потребує спеціальних знань користувача.

Ключові слова: інтелектуальний аналіз даних, система інтелектуального аналізу даних, нейронна мережа.

Список використаної літератури

1. Сторчак К.П. Інтелектуальний аналіз даних з використанням нейронних мереж / Сторчак К.П., А.М. Тушич, К.С. Козелкова, М.М. Степанов // Зв’язок. – 2018. – № 4. – С. 17-19.
2. Тушич А.М. Аналіз доцільності використання автоматизованої системи інтелектуального аналізу даних на основі штучних нейронних мереж / А.М.Тушич // VІІ Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених з автоматичного управління. – Херсон. – 10-12 квітня 2019 р. – С. 76-77.
3. Кулаков П.А. Основные классы нейронных сетей в задаче диагностики технологического оборудования / П.А. Кулаков // Электронный научно-практический журнал «Молодежный научный вестник». – 2016. – № 10. – С. 74-77.
4. Дюк В.А. Data Mining – интеллектуальный анализ данных // Информационные технологии: сайт. – URL: http://www.inftech.webservis.ru/it/database/datamining/arhtml (дата звернення 03.12.2018)
5. Назаров А.В. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В. Назаров, А.И. Лоскутов. – СПб.: Наука и Техника, 2015. – 384 с.
6. Лєнков С.В. Концептуальна схема системи інтелектуальної обробки даних / С.В. Лєнков, В.М. Джулій, О.М. Горбатюк, Н.М. Берназ // Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка. – 2014. – № 46. – С. 181-190.
7. Xianjun N. Research of Data Mining Based on Neural Networks / N. Xianjun // World Academy of Science, Engineering and Technology. – 2008. – Vol. 15. P. 381-384.
8. Yang J. Joint unsupervised learning of deep representations and image clusters / J. Yang, D. Parikh, D. Batra // In CVPR. – 2016. P. 5147–5156.
9. Yang B. Towards k-means-friendly spaces: Simultaneous deep learning and clustering / B. Yang, X. Fu, N. D. Sidiropoulos, M. Hong // arXiv preprint arXiv: 1610.04794. – 2016.
10. Li G. Data warehouse and data mining / G. Li, L. Hongjun // Microcomputer Applications. – 1999. – Vol. 15(9). P. 17-20.
11. Hand D. Principles of Data Mining / D. Hand, H. Mannila, P. Smyth // The Massachusetts Institute of Technology Press, 2001. – 546 p.