ZGŁOŚ PROBLEMikona ozdobna

Pola oznaczone gwiazdką (*) są wymagane
*
*
*
*
captcha
Zapoznałem/am się i akceptuję regulamin oraz politykę prywatności *

ODSYŁACZE

Link do zasobu (portal):

Link do zasobu (skrót):

http://azon.e-science.pl/zasoby/20395

Link do zasobu (repozytorium):

https://id.e-science.pl/records/20395

Typ zasobu: praca dyplomowa

Dynamiczne, samoorganizujące się sieci neuronowe w zagadnieniach grupowania danych ze szczególnym uwzględnieniem grupowania dokumentów WWW

Widok

Metadane zasobu

Tytuł Dynamiczne, samoorganizujące się sieci neuronowe w zagadnieniach grupowania danych ze szczególnym uwzględnieniem grupowania dokumentów WWW
Osoby Autorzy: Filip Wojciech Rudziński
Partner: Instytut Badań Systemowych PAN w Warszawie
Opis Rozprawa prezentuje dynamiczne samoorganizujące się sieci neuronowe z jednowymiarowym sąsiedztwem topologicznym, które mogą być efektywnie zastosowane do złożonych, wielowymiarowych problemów analizy skupisk w danych. W trakcie trwania procesu uczenia, proponowane sieci neuronowe są zdolne do rozłączania swoich łańcuchów neuronów na podłańcuchy, do ponownego łączenia podłańcuchów oraz do dynamicznego dopasowywania całkowitej liczby neuronów w systemie – wszystko to, aby w najlepszy sposób dopasować struktury łańcuchów neuronów do skupisk danych w zbiorach danych. Bardzo ważną zaletą podejścia nad alternatywnymi technikami jest zdolność sieci do automatycznego wykrywania liczby skupisk danych. Funkcjonowanie proponowanej techniki zostało zilustrowane za pomocą syntetycznych zbiorów danych, a następnie technika ta została przetestowana z wykorzystaniem rzeczywistych, złożonych i wielowymiarowych zbiorów danych dostępnych na serwerze ftp Uniwersytetu Kalifornijskiego w Irvine (ftp.ics.uci.edu). Ponadto, dynamiczne samoorganizujące się sieci neuronowe zostały wykorzystane w problemach grupowania danych o dużej wymiarowości, to jest, do grupowania zbiorów dokumentów WWW oraz dokumentów internetowych grup dyskusyjnych. Zaproponowana technika zapewniła doskonałe wyniki, zarówno w kategoriach bezwzględnych (blisko 90% dokładności grupowania), jak i względnych (w porównaniu z alternatywnymi technikami zastosowanymi do tych samych problemów). (Polski)
Opis w innym języku: The dissertation presents dynamic self-organizing neural networks with one-dimensional topological neighbourhood that can be efficiently applied to complex, multidimensional cluster-analysis problems. The proposed networks in the course of learning are able to disconnect their neuron chains into sub-chains, to reconnect some of the sub-chains again, and to dynamically adjust the overall number of neurons in the system - all of that to fit in the best way the neuron chain structures to the data clusters in data sets. A very important advantage of the approach over alternative techniques is ability of the network to automatically detect the number of data clusters. The operation of the proposed technique has been illustrated by means of synthetic data sets and then, this technique has been tested with the use of real-life, complex and multidimensional data sets available from the ftp-server of the University of California at Irvine (ftp.ics.uci.edu). Moreover, the dynamic self-organizing neural networks have been applied to highly multidimensional clustering problems, i.e., to the clustering of WWW-document collections and newsgroup documents. The proposed technique has provided excellent results, both in absolute terms (close to 90% accuracy of clustering) and in relative terms (in comparison with alternative techniques applied to the same problems). (Angielski)
Słowa kluczowe "sieć neuronowa"@pl, "grupowanie danych"@pl, "mapy Kohonena"@pl, "grupowanie dokumentów www"@pl, "samoorganizujące się sieci neuronowe"@pl
Klasyfikacja Typ zasobu: praca dyplomowa
Dyscyplina naukowa: dziedzina nauk technicznych / informatyka (2011)
Grupa docelowa: naukowcy, studenci, przedsiębiorcy
Szkodliwe treści: Nie
Charakterystyka Miejsce powstania: Warszawa
Czas powstania: 2006
Liczba stron: 231
Promotor: Marian Bolesław Gorzałczany
Język zasobu: Polski
Lokalizacja: Warszawa
Licencja CC BY-SA 4.0
Informacje techniczne Deponujący: Anna Wasilewska
Data udostępnienia: 16-10-2018
Kolekcje Kolekcja Instytutu Badań Systemowych PAN w Warszawie, Kolekcja e-Biblio IBS PAN

Cytowanie

Skopiowano

Filip Wojciech Rudziński. Dynamiczne, samoorganizujące się sieci neuronowe w zagadnieniach grupowania danych ze szczególnym uwzględnieniem grupowania dokumentów WWW. [praca dyplomowa] Dostępny w Atlasie Zasobów Otwartej Nauki, . Licencja: CC BY-SA 4.0, https://creativecommons.org/licenses/by-sa/4.0/legalcode.pl. Data dostępu: DD.MM.RRRR.

Podobne zasoby

Nowa metoda analizy skupień z globalną funkcją celu

Jan Owsiński, praca dyplomowa, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / automatyka i robotyka (2011)

Metody analizy spójności i zgodności kolekcji dokumentów WWW

Marek Kopel, praca dyplomowa, Politechnika Wrocławska, dziedzina nauk technicznych / informatyka (2011)

Zobacz więcej