Wyszukiwanie zaawansowane ?

Obiekt

Propozycja hybrydowej metody grupowania dużych zbiorów danych wykorzystującej sieć Kohonena i taksonomiczne metody grupowania
Pobierz

Tytuł: Propozycja hybrydowej metody grupowania dużych zbiorów danych wykorzystującej sieć Kohonena i taksonomiczne metody grupowania

Tytuł odmienny:

Proposal of Hybrid Clustering Method a Large Datasets Based on Kohonen Neural Network and Taxonomic Methods

Autor:

Migdał-Najman, Kamila

Opis:

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (14); 2007; nr 1169, s. 305-313

Abstrakt:

The present article is mainly designed to study the effect of join the hierarchical agglomerative clustering and the Self Organizing Map (SOM). First, the original data set is represented using a smaller set of prototype clusters, which allows efficient use of hierarchical agglomerative clustering to divide the prototypes into groups. The reduction of the computational cost is especially important for hierarchical algorithms allowing clusters of arbitrary size and shape. Second, the 2-D gird allows rough visual presentation, classify original data to clusters and interpretation of the clusters. The clustering results using SOM as an intermediate step was also comparable with the results obtained directly from the data.

Data wydania:

2007

Typ zasobu:

artykuł

Identyfikator zasobu:

oai:dbc.wroc.pl:141567

Język:

pol

Powiązania:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu; 2007; nr 1169 ; Taksonomia 14

Prawa:

Wszystkie prawa zastrzeżone (Copyright)

Prawa dostępu:

Dla wszystkich w zakresie dozwolonego użytku

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu

Źródło finansowania:

Projekt dofinansowany ze środków budżetu państwa, przyznanych przez Ministra Nauki w ramach Programu Społeczna odpowiedzialność nauki II. Tytuł projektu: Nauka dla Społeczeństwa: Prace Naukowe AEW w otwartym dostępie (2005-2008)

Tytuł publikacji grupowej:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Exlibris

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

17 lis 2025

Data dodania obiektu:

5 lis 2025

Liczba wyświetleń treści obiektu:

13

Wszystkie dostępne wersje tego obiektu:

https://www.dbc.wroc.pl/publication/180393

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Propozycja hybrydowej metody grupowania dużych zbiorów danych wykorzystującej sieć Kohonena i taksonomiczne metody grupowania 17 lis 2025

Obiekty Podobne

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Analiza porównawcza struktur hierarchicznych skupień uzyskanych z wykorzystaniem hybrydowych metod grupowania

Migdał-Najman, Kamila

2008
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Analiza porównawcza własności nienadzorowanych sieci neuronowych typu Self Organizing Map i Growing Neural Gas w analizie skupień

Migdał-Najman, Kamila

2009
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Zastosowanie samouczącej się sieci neuronowej typu SOM w analizie koszykowej

Migdał-Najman, Kamila

2010
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Ocena wpływu wartości stałej Minkowskiego na możliwość identyfikacji struktury grupowej danych o wysokim wymiarze

Migdał-Najman, Kamila

2015
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Analiza porównawcza samouczących się sieci neuronowych typu SOM i GNG w poszukiwaniu reguł asocjacyjnych

Migdał-Najman, Kamila

2011
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Zastosowanie jednowymiarowej sieci SOM do wyboru cech zmiennych w grupowaniu dynamicznym

Migdał-Najman, Kamila

2013
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Propozycja hybrydowej metody grupowania opartej na sieciach samouczących

Migdał-Najman, Kamila

2012
artykuł
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Profilowanie, oczyszczanie i zapobieganie powstawaniu dirty data

Migdał-Najman, Kamila Najman, Krzysztof

2018
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Politechnika Wrocławska (Koordynator Konsorcjum DBC)
Biblioteka Politechniki Wrocławskiej
Wybrzeże Wyspiańskiego 27
50-370 Wrocław, Polska

Telefon

(+48) 71-320-38-30
(+48) 71-320-47-50

E-Mail

bc@pwr.edu.pl

Odwiedź nas!

https://biblioteka.pwr.edu.pl/

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji