2
- Nghiên cứu phát triển và đề xuất một vài thuật toán phân cụm dữ liệu tiếp
cận theo hướng ứng dụng phân tích dữ liệu đa nguồn, nhiều đặc trưng.
- Nghiên cứu phát triển và đề xuất một vài mô hình phân cụm mờ theo
nhóm tiếp cận theo hướng ứng dụng phân tích dữ liệu đa nguồn.
5. Phương pháp nghiên cứu
Căn cứ vào mục tiêu của luận án là tập trung nghiên cứu tổng quan và đề
xuất một vài mô hình, thuật toán phân cụm mờ theo nhóm. Do đó, phương pháp
nghiên cứu của luận án là thực hiện nghiên cứu lý thuyết, triển khai thực nghiệm
và đánh giá kết quả. Cụ thể là:
- Trên cơ sở lý thuyết về các thuật toán phân cụm mờ và mô hình phân cụm
mờ theo nhóm hiện có đề xuất một số mô hình, thuật toán phân cụm mờ theo
nhóm cải tiến theo hướng tiếp cận ứng dụng phân tích dữ liệu đa nguồn, nhiều
đặc trưng.
- Mô phỏng thực nghiệm trên máy tính sử dụng các bộ dữ liệu mẫu chuẩn,
dữ liệu thực và các chỉ số đánh giá chất lượng cụm dữ liệu nhằm minh họa các
kết quả thực nghiệm để so sánh và khẳng định tính đúng đắn của các thuật toán
đã được đề xuất trong luận án.
- Kết hợp giữa tài liệu và hướng dẫn của giáo viên, tự nghiên cứu tìm kiếm
tài liệu và trao đổi kết quả với nhóm nghiên cứu. Từng bước công bố các kết quả
nghiên cứu, thực nghiệm trên các tạp chí quy định thông qua các Hội thảo, các
tạp chí trong nước và nước ngoài. Tiếp thu đầy đủ những thành tựu mới trong
nước và trên thế giới để mở rộng và ứng dụng trong luận án.
6. Ý nghĩa khoa học và thực tiễn
Ý nghĩa khoa học
Luận án đề xuất các phương pháp góp phần nâng cao chất lượng dựa trên
các kỹ thuật phân cụm mờ và mô hình phân cụm mờ theo nhóm cho bài toán dữ
liệu đa nguồn, nhiều đặc trưng được chứng minh là phân cụm dữ liệu tốt hơn.
Ý nghĩa thực tiễn
Kết quả của luận án góp phần hoàn thiện các giải pháp nâng cao hiệu quả
các bài toán phân cụm dữ liệu đa nguồn, dữ liệu đa biến có kích thước và số đặc
trưng lớn trong các ứng dụng thực tế, đáp ứng nhu cầu trong lĩnh vực phân cụm
dữ liệu đa dạng hiện nay.
