English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Pro

Presents the zaia usage as premium feature

ZAIA

Presents AI Discovery search usage as a premium feature

AI Discovery

Presents AI Discovery explain and summary usage as a premium feature

Content Analysis

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Presents the pdf analysis as premium feature

PDF Analysis

1500 Top-up

3000 Top-up

Zendy Basic

2500 Top-up

Zendy Unlimited

Presents the access of premium content as premium feature

Premium Content

Phân cụm mờ được sử dụng nhiều trong thời gian gần đây để phân nhóm dữ liệu. Phân cụm mờ thường được nghiên cứu nhiều trong lĩnh vực phát hiện điểm nóng tội phạm, phân biệt mô trong ảnh y tế, dự đoán chất lượng phần mềm... Các nghiên cứu phân cụm mờ tập trung chủ yếu vào việc cải tiến hàm mục tiêu để tăng hiệu năng của quá trình phân cụm. Tuy nhiên để tăng hiệu năng của quá trình phân cụm, một yếu tố có ảnh hưởng lớn đó là tham số mờ. Khi đó, tham số mờ được sử dụng để phản ảnh mức độ mờ hóa. Do vậy, trong nghiên cứu này, nhóm nghiên cứu tập trung cải tiến từ thuật toán phân cụm mờ với tham số mờ cho từng cụm dữ liệu. Đóng góp chính của bài báo: i) Xây dựng một thuật toán cải tiến từ thuật toán phân cụm mờ; ii) Xây dựng hàm tính tham số mờ cho từng cụm dữ liệu; iii) Cài đặt, đánh giá thuật toán cái tiến so với các thuật toán cùng loại. Kết quả thực nghiệm của nghiên cứu cũng cho thấy thuật toán cải tiến cho hiệu năng tốt hơn so với thuật toán gốc ban đầu.

MỘT CẢI TIẾN PHÂN CỤM MỜ VỚI THAM SỐ MỜ CHO TỪNG CỤM DỮ LIỆU