Репозитарій КНУ
Увійти(current)
  1. Головна
  2. Кваліфікаційні роботи | Qualifying works
  3. Автореферати | Dissertation abstract
  4. Розробка математичних методів групування інформації з матричними ознаками

Розробка математичних методів групування інформації з матричними ознаками

Тип публікації :
Автореферат
Дата випуску :
2016
Автор(и) :
Скотаренко Федір Миколайович
Мова основного тексту :
ua
uk_UA
eKNUTSHIR URL :
https://ir.library.knu.ua/handle/123456789/2103
Цитування :
[APA 7] Скотаренко, Ф. М. (2016). Розробка математичних методів групування інформації з матричними ознаками [Автореф. дис. канд. фіз.-мат. наук, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/2103
[ДСТУ] Скотаренко Ф. М. Розробка математичних методів групування інформації з матричними ознаками : автореф. дис. … канд. фіз.-мат. наук : 11 Математика та статистика. Київ, 2016. 24 с. URL: https://ir.library.knu.ua/handle/123456789/2103 (дата звернення: 25.07.2026).
В дисертаційній роботі пропонується розвиток моделей, методів та алгоритмів кластеризації в задачах розпізнавання мови та мови жестів. Запропоновані різні підходи до формування векторів ознак у векторній та матричній формі. Пропонується розвиток теорії псевдообернення за Муром–Пенроузом, зокрема, в матричних евклідових просторах, поставлено та розв’язано задачу лінійної робастної дискримінації в матричних евклідових просторах, побудовано аналоги прямих формул Ґревіля-Кириченка для матричних евклідових просторів. Введений спеціальний клас лінійних операторів: кортежних за матричними кортежами, побудований конструктивний математичний апарат сингулярного розкладу та псевдообернення за Муром–Пенроузом. Конструктивність означає, що відповідні задачі зводяться до задачі на власні значення для звичай них матриць. Сингулярний розклад та псевдообренення, в такий самий спосіб, як і випадку n R , застосовано для побудови та дослідження базових структур в евклідовому просторі матриць фіксованої розмірності. Отримані результати дозволяють реалізувати методи, моделі та алгоритми кластеризації, загалом групування інформації для важливих класів задач з матричними представниками.
Галузі знань та спеціальності :
11 Математика та статистика
113 Прикладна математика
Файл(и) :
Вантажиться...
Ескіз
Завантажити
Формат :

Adobe PDF

Розмір :

852.59 KB

Контрольна сума :

(MD5):9be8ba7a94cbc04dbff64cad3d4012c2

Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International
Контакти
  • ir.library@knu.ua
  • (044) 239-33-30
  • м. Київ, вул. Володимирська, 58, к. 42

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

  • Доступність
  • Політика приватності
  • Угода користувача
  • Надіслати відгук