Аннотация:В работе предложен новый подход к анализу матрицы «молекула - дескриптор» в задаче «структура - свойство», основанный на нечёткой кластерной структуре обучающей выборки. Описаны методы построения «быстрых» правил отказа от прогноза и поиска выбросов в обучающей выборке. Для этого введено специальное пространство дескрипторов, лёгких с вычислительной точки зрения. Предложены методы улучшения качества прогноза, основанные на выборе формы кластеров и области допустимых М-графов.
Рассматривается оптимизация классифицирующей функции по параметрам нечёткой кластеризации.
Построены прогнозирующие модели с высоким качеством прогноза, основанные на предложенном подходе. Проведено сравнение моделей, показывающее эффективность описанных методов.
Проект реализован в системе Matlab. При этом использовались пакеты (Toolboxes) Fuzzy Logic и Statistics.
