Метод машинного обучения на графических данных

В работе рассматривается метод машинного обучения FuzGraph, основанный на нечеткозначном представлении графических данных. Образцы повторяющихся изображений на графике $y=f(x)$ описываются в виде модели в пространстве нечетких функций принадлежности. Эти функции, в свою очередь, являются результатом фаззификации распределений плотности вероятности на параметрах модели выявляемого изображения. Метод машинного обучения FuzGraph удобен для обнаружения закономерностей на графических данных, имеющих стохастическую природу. В частности, тестирование и апробация метода проходили на актуальной для финансовых рынков задаче прогнозирования цен валют и акций по фигуре «флаг».