Obiekt

Tytuł: Zastosowanie nienadzorowanych sieci neuronowych typu Growing Neural Gas w analizie skupień

Title in english:

Applying of Growing Neural Gas Neural Networks in Cluster Analysis

Creator:

Najman, Krzysztof

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47, s. 196-204

Abstrakt:

One of the more effective methods in cluster analysis are unsupervised neural networks, for example Self Organizing Map, SOM. The problem which can appear in large data sets is a priori the network's structure. SOM could be time consuming and require powerful computers, it has tendency to twine and possess many neurons which do not take part in learning. It seems that unsupervised growing neural gas (GNG) with dynamic structure does not have these disadvantages. The main goal of research presented in this paper is hypothesis verification that the GNG network has large potential in cluster analysis. Theoretical principles, properties of this method, simulation research and opinions are presented. (original abstract)

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2009

Resource Type:

artykuł

Resource Identifier:

oai:dbc.wroc.pl:124211

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2009; Nr 47 ; Klasyfikacja i analiza danych – teoria i zastosowania ; Taksonomia 16

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

Dofinansowano z programu "Społeczna odpowiedzialność nauki" Ministra Edukacji i Nauki (SONB/SP/546390/2022). Tytuł projektu: Upowszechnienie zawartości czasopisma Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

Oct 30, 2023

Data dodania obiektu:

Sep 26, 2023

Liczba wyświetleń treści obiektu:

45

Wszystkie dostępne wersje tego obiektu:

https://www.dbc.wroc.pl/publication/162522

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Obiekty Podobne

×

Cytowanie

Styl cytowania:

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji