The stochastic game model of the data clustering under the influence of noise is offered. Adaptive recurrent method and algorithm of stochastic game solving are developed. Computer modeling of game of noisy data clustering is executed. The parameter influences on convergence of stochastic game method of the data clustering are studied. The analysis of received results is realized.
1. Мандель И. Д. Кластерный анализ / И. Д. Мандель. — М.: Финансы и статистика, 1988. — 176 c.
2. Mirkin B.G. Clustering for Data Mining. A Data recovery Approach / B.G. Mirkin. — Taylor & francis Group, 2005. — 278 p.
3. Бериков В. С. Современные тенденции в кластерном анализе / В. С. Бериков, Г. С. Лбов // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы». — 2008. — 26 с.
4. Jain A.K. Data Clustering: A Review / A.K. Jain, M.N. Murty, P.J. Flynn // ACM Computing Surveys. — 1999. — Vol. 31, № 3. — P. 254–323.
5. Хайдуков Д. С. Применение кластерного анализа в государственном управлении / Д. С. Хайдуков // Философия математики: актуальные проблемы. — М.: МАКС Пресс, 2009. — 287 с.
6. Наследов А. Д. SPSS: Компьютерный анализ данных в психологии и социальных науках / А.Д. Наследов. — СПб.: Питер, 2004. — 416 с.
7. Клічук О. Особливості інтелектуальних методів кластеризації у реляційних базах даних / О. Клічук // Штучний інтелект. — 2010. — № 1. — С. 25 — 31.
8. Ткаченко О. М. Методи кластеризації даних у цифровій обробці мовленнєвих сигналів / О. М. Ткаченко, О. Д. Феферман // Інформаційні технології та комп’ютерна техніка. Наукові праці ВНТУ. — 2010. — № 1. — C. 1 — 8.
9. Мельник Р. А. Пошук зображень у базах даних за структурними коефіцієнтами на основі алгоритму триступеневої кластеризації / Р. А. Мельник, Р. Б. Тушницький // Вісник Нац. ун-ту «Львівська політехніка»: Комп’ютерні системи проектування. Теорія і практика. — 2009. — № 651. — С. 190–196.
10. Кораблев Н.М. Кластеризация данных методом k-means с использованием искусственных имунных систем / Н.М. Кораблев, А.А. Фомичев // Бионика интеллекта. — 2011. — № 3 (77). — С. 102–106.
11. Linde Y. An Algorithm for Vector Quantizer Design / Linde Y., Buzo A., Gray R. // IEEE Transactions on Communications. — 1980. — № 28. — PP. 84 — 94.
12. Говорухін С.О. Кластеризація об’єктів із нечітко заданими значеннями характеристик / С.О. Говорухін // Штучний інтелект. — 2008. — № 4. — С. 567–576.
13. Назаренко М.В. Алгоритм кластеризації на основі нечітких множин / М.В. Назаренко, Л.В. Саричева // Науковий вісник НГУ. — 2011. — № 2. — C. 36 — 39.
14. Алгулиев Р.М. Быстрый генетический алгоритм решения задачи кластеризации текстовых документов / Р.М. Алгулиев, Р.М. Алыгулиев // Искусственный интеллект. — 2005. — № 3. — 698 — 707.
15. Хайкин С. Нейронные сети: полный курс / С. Хайкин. — М.: Вильямс, 2006. — 1104 с.
16. Шафроненко А. Ю. Адаптивна кластеризація даних з пропущеними значеннями / А. Ю. Шафроненко, В. В. Волкова, Є. В. Бодянський // Радіоелектроніка, інформатика, управління. — 2011. — № 2. — C. 115 — 119.
17. Доманский В.К. Стохастические игры / В.К. Доманский // Математические вопросы кибернетики. — 1988. — № 1. — С. 26 — 49.
18. Мулен Э. Теория игр с примерами из математической экономики / Э. Мулен. — М.: Мир, 1985. — 200 с.
19. Назин А.В. Адаптивный выбор вариантов: Рекуррентные алгоритмы / А.В. Назин, А.С. Позняк. — М.: Наука, 1986. — 288 с.
20. Граничин О.Н. Введение в методы стохастической аппроксимации и оценивания: Учеб. пособие / О.Н. Граничин. — СПб.: Издательство С.-Петербургского университета, 2003. — 131 с.