Застосування штучного інтелекту для кластерного аналізу даних

Abstract

Об’єктом дослідження є процеси машинного навчання з застосуванням штучного інтелекту для кластерного аналізу даних. Предмет дослідження є методи кластерного аналізу даних. Мета роботи полягає у розробці, обґрунтуванні та програмній реалізації моделі кластерного аналізу даних для діагностики стану електрообладнання. В ході написання дипломної роботи використані наступні методи: методи наукового узагальнення, системного аналізу й синтезу (при дослідженні існуючих підходів до визначення сутності поняття «кластеризація» і «нейронні мережі»); індукції й дедукції (при дослідженні існуючих в сучасній літературі класифікацій алгоритмів кластерного аналізу та їх систематизації); використання штучного інтелекту для кластерного аналізу (при діагностиці стану електрообладнання та відношення його до конкретного кластеру); порівняльний аналіз показників кластеризації. Практичне значення полягає в автоматизації процесу моніторингу стану електробладнання.