Hybrydowa optymalizacja roju cz¿stek w klasteryzacji danych: Natura zawsze stanowi ¿ród¿o inspiracji...

Klasteryzacja danych to proces organizowania danych w okre¿lone grupy, których cechy s¿ nieznane. Klasteryzacja danych jest od dawna przedmiotem badä wielu naukowców stosuj¿cych ró¿ne metody. Tradycyjne techniki klasteryzacji maj¿ pewne wady. W niniejszej ksi¿¿ce zajmujemy si¿ tymi ograniczeniami tradycyjnych technik klasteryzacji. Aby przezwyci¿¿y¿ te wady, wybrali¿my technik¿ inspirowan¿ natur¿ / inteligencj¿ roju, czyli "optymalizacj¿ roju cz¿stek (PSO)" do klasteryzacji danych. Jak wiemy, natura jest zawsze ¿ród¿em inspiracji. W ci¿gu ostatnich kilku dekad badania nad nowymi paradygmatami obliczeniowymi nabräy tempa, a wynikiem tych wysi¿ków jest pojawienie si¿ nowych technik rozwi¿zywania problemów. Techniki te s¿ szeroko stosowane ze wzgl¿du na ich zdecentralizowane i samoorganizuj¿ce si¿ zachowanie.