«Автоматизация и информатизация ТЭК»

Интервальные методы анализа данных

УДК: 519:004
DOI: -

Авторы:

¹ Морской государственный университет им. адм. Г.И. Невельского, Владивосток, Россия

Ключевые слова: кластерная структура, интервальный анализ, бинарный признак, закономерность, шкалирование, таксономия

Аннотация:

Актуальность исследования определяется необходимостью идентификации и анализа информационно-логических связей и закономерностей, в частности, Data Mining и нетрадиционных, гибких подходов. Используя методы системного анализа, шкалирования, таксономии и интервального анализа в работе исследованы задачи сравнения объектов по ключевым признакам. Ключевым подходом здесь является поиск меры компактности и анализ связанности объектов с применением интервальных методов в пространстве признаков. Показано разбиение на интервалы значений признака на объектах выборки, затем методом слияния на зоны реализуется классификация объектов выборки. В результате проведенного анализа выявлены значимые закономерности, позволяющие улучшить процесс принятия решений в различных областях. Статья может быть полезна для специалистов в области анализа данных и разработки интеллектуальных систем, а также для дальнейших исследований в этой области.

Список литературы:

1. Data Mining: суть интеллектуального анализа и применение. – URL: https://www.decosystems.ru/data-mining-eto/ (дата обращения 20.03.2024).
2. Берестнева О.Г., Муратова Е.А., Янковская А.Е. Анализ структуры многомерных данных методом локальной геометрии // Известия Томского политехнического университета. – 2003. – Т. 306, № 3. – С. 19–23.
3. Ignatyev N.A. Structure Choice for Relations between Objects in Metric Classification Algorithms // Pattern Recognition and Image Analysis. – 2018. – Vol. 28, No. 4. – P. 695–702. – DOI: 10.1134/S1054661818040132
4. Садыкова А.К., Леонов Д.Г. Концепция согласования данных в технологическом процессе // Автоматизация и информатизация ТЭК. – 2025. – № 2(619). – С. 20–24.
5. Базуева Е.В., Буторина О.В., Степаненко В.А. Человеческий капитал и неравенство: новые управленческие вызовы для экономики регионов России // Проблемы развития территории. – 2023. – Т. 27, № 4. – С. 32–51. – DOI: 10.15838/ptd.2023.4.126.3
6. Глезман Л.В. Приоритеты пространственно-отраслевого развития регионов в условиях цифровизации экономики // Вопросы инновационной экономики. – 2021. – Т. 11, № 2. – С. 581–596. – DOI: 10.18334/vinec.11.2.111961
7. Шарый С.П. Конечномерный интервальный анализ. – Новосибирск: XYZ, 2016. – 606 с.
8. Фролов А.В., Дымченко Ю.В. Корпоративная безопасность и обеспечение защиты данных от утечки в условиях удаленной работы // Промышленные АСУ и контроллеры. – 2023. – № 9. – С. 47–49. – DOI: 10.25791/asu.9.2023.1461
9. Фролов А.В., Дымченко Ю.В., Верещагина Е.А. Защита облачных корпоративных данных // Промышленные АСУ и контроллеры. – 2023. – № 3. – С. 37–40. – DOI: 10.25791/asu.3.2023.1425