Трикластеры близких значений для анализа трехмерных данных

Работа посвящена проблеме трикластеризации в многозначных триадических контекстах в терминах одного из многомерных расширений анализа формальных понятий, которая может быть рассмотрена как поиск плотных подтензоров в трехмерных тензорах над полем действительных чисел. Предлагаются два метода решения этой задачи: NOAC — вариант метода OAC-трикластеризации для числовых данных на основе дельта-операторов и триадическая версия метода $k$-средних с уточненной метрикой на основе манхэттенского расстояния и предикатов близости по каждому из трех измерений. Проведены численные эксперименты как на реальных, так и на синтетических данных, подтверждающие превосходство метода NOAC в смысле критериев качества найденных трикластеров.