К вопросу о построении когнитивных карт для интеллектуальной обработки данных

Представлен метод оптимального построения когнитивных карт заключающийся в оптимизации входных данных, размерности данных и структуры когнитивной карты. Проблема оптимизации возникает при больших объемах входных данных. Оптимизация размерности данных заключается в кластеризации входных данных и в качестве метода кластеризации используется иерархический агломеративный метод. Кластерный анализ позволяет разбивать множество данных на конечное число однородных групп. Оптимизация структуры когнитивной карты заключается в автоматической подстройке весов влияния концептов друг на друга методами машинного обучения, в частности используется метод обучения нейронной сети