1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Информационные технологии и нанотехнологии
Full metadata record
DC FieldValueLanguage
dc.coverage.spatialfuzzy classifiers
dc.coverage.spatialKEEL database
dc.coverage.spatialk-means algorithm
dc.coverage.spatialалгоритм k-средних
dc.coverage.spatialmixed data classification
dc.coverage.spatialклассификация смешанных данных
dc.coverage.spatialбаза данных KEEL
dc.coverage.spatialнечеткие классификаторы
dc.creatorOstapenko R., Hodashinsky I.
dc.date2024
dc.date.accessioned2025-08-22T12:19:42Z-
dc.date.available2025-08-22T12:19:42Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\563433
dc.identifier.citationOstapenko, R. Extracting fuzzy classifier rules from mixed data / R. Ostapenko, I. Hodashinsky // Информационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2024. - Т. 3: Искусственный интеллект : под ред. А. В. Никонорова, 2024. - С. 031262.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/12412-
dc.description.abstractReal world data cannot exist without mixing continuous and nominal data. This paper presents fuzzy classifier modification for mixed data classification. Basic fuzzy classifiers can only be applied to continuous attribute values and cannot handle mixed data. This problem can be solved by counting nominal attribute frequencies in each cluster. The Kmeans algorithm is used for clusterization. The proposed method was tested on data sets from the KEEL database and demonstrated higher classification accuracy than the method that does not consider nominal data.
dc.languageeng
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т.
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2024). - Т. 3 : Искусственный интеллект : под ред. А. В. Никонорова
dc.subjectfuzzy classifiers
dc.subjectKEEL database
dc.subjectk-means algorithm
dc.subjectалгоритм k-средних
dc.subjectmixed data classification
dc.subjectклассификация смешанных данных
dc.subjectбаза данных KEEL
dc.subjectнечеткие классификаторы
dc.titleExtracting fuzzy classifier rules from mixed data
dc.typeText
dc.citation.spage031262
dc.citation.volume3
local.contributor.authorOstapenko R.
local.contributor.authorHodashinsky I.
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Extracting-fuzzy-classifier-rules-from-mixed-data-112619
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Extracting-fuzzy-classifier-rules-from-mixed-data-112619
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-2080-9_2024-031262.pdf278.83 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.