Klasterləşdirmə metodlarına əsaslanan dərin təlim modellərinin imkanları araşdırılır

ETN İnformasiya Texnologiyaları İnstitutunun dissertantı Leyla Məmmədovanın “Klasterləşdirmə texnikalarına əsaslanan dərin təlim modellərinin taksonomiyası” adlı məruzəsi 6-cı Beynəlxalq “Kibernetika və İnformatikanın Problemləri” (PCI 2025) konfransında dinlənilib.

O, çıxışında qeyd edib ki, dərin klasterləşdirmə modellərinin məlumatlardan əlamətlərin çıxarılması (feature extraction) imkanlarının geniş olması, onların böyük həcmli məlumatların qruplaşdırılmasında yüksək nəticələr göstərməsinə imkan verir.  

Məruzəçinin sözlərinə görə, son illərdə bu istiqamətdə aparılan bir çox tədqiqatlar klasterləşdirmə məqsədilə sinifləndirilməmiş məlumatlardan mühüm əlamətlərin çıxarılması üçün dərin neyron şəbəkələrinin tətbiqinə yönəlmişdir ki, bu da klasterləşdirmə nəticələrinin əhəmiyyətli dərəcədə yaxşılaşmasına səbəb olmuşdur.

L.Məmmədova tədqiqat işində dərin klasterləşdirmə modellərinin taksonomiyasının təqdim edildiyini və bu modellərin onların arxitekturalarında istifadə olunan klasterləşdirmə üsullarına əsasən təsnif olunduğunu diqqətə çatdırıb. Əlavə edib ki, təklif olunan taksonomiya, klasterləşdirmənin əhəmiyyətini vurğulayır və bu yanaşmanın dərin klasterləşdirmənin əsas komponentlərindən biri olduğunu göstərir.

© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.