| Аннотація | Актуальность. Решена актуальная задача повышения скорости построения нейро-нечетких моделей по прецедентам.
Цель работы - создание метода синтеза нейро-нечетких сетей, обладающего высокой скоростью вычисленией и позволяющего реализовать синтез нейро-нечетких сетей в параллельном режиме.
Метод. Предложен метод построения нейро-нечетких моделей по прецедентам, который осуществляет сокращение размерности входных данных посредством хэширующего отображения на одномерную ось с сохранением локальной топологии кластеров в признаковом пространстве, оценивает значимость признаков и экземпляров на основе выделенных кластеров, а также формирует разбиение исходного признакового пространства в автоматическом режиме, синтезирует структуру и настраивает параметры нейро-нечеткой модели автоматически, исключая из процесса обучения нейро-нечеткой модели малоинформативные данные, упрощая тем самым структуру получаемых моделей, а также позволяет наиболее вычислительно трудоемкие операции выполнять в параллельном режиме |