All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

USING COHONEN NEURAL NETWORKS FOR MULTI-LAYER CLASSIFICATION

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F08%3A00131255" target="_blank" >RIV/62156489:43110/08:00131255 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Použití kohonenových sítí ve víceúrovňové klasifikaci

  • Original language description

    Kohonenovy sítě, obecně neuronové sítě lze použít s výhodou v klasifikačních úlohách. Jedná se o problematiku velmi často diskutovanou a taktéž často prakticky aplikovanou. Neuronové sítě v tomto ohledu mohou být přínosné a to zejména s ohledem na netradiční přístup, vycházející s biologických základů. Takto lze řešit i úlohy obtížně řešitelné klasickým přístupem. V článku je rozebrána problematika klasifikace za pomoci vícevrstvých neuronových a Kohonenových sítí. Jsou zde porovnány jednotlivé přístupyplynoucí z učení sítě s učitelem a bez učitele s ohledem na určení optimální podoby učícího setu. Následně je specifikován přístup prvotní klasifikace za pomoci Kohonenovy sítě (určení vhodného učícího setu) a následné použití těchto dat pro učení vícevrstvé sítě.

  • Czech name

    Použití kohonenových sítí ve víceúrovňové klasifikaci

  • Czech description

    Kohonenovy sítě, obecně neuronové sítě lze použít s výhodou v klasifikačních úlohách. Jedná se o problematiku velmi často diskutovanou a taktéž často prakticky aplikovanou. Neuronové sítě v tomto ohledu mohou být přínosné a to zejména s ohledem na netradiční přístup, vycházející s biologických základů. Takto lze řešit i úlohy obtížně řešitelné klasickým přístupem. V článku je rozebrána problematika klasifikace za pomoci vícevrstvých neuronových a Kohonenových sítí. Jsou zde porovnány jednotlivé přístupyplynoucí z učení sítě s učitelem a bez učitele s ohledem na určení optimální podoby učícího setu. Následně je specifikován přístup prvotní klasifikace za pomoci Kohonenovy sítě (určení vhodného učícího setu) a následné použití těchto dat pro učení vícevrstvé sítě.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    IN - Informatics

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2008

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Medzinárodné vedecké dni 2008

  • ISBN

    978-80-552-0061-3

  • ISSN

  • e-ISSN

  • Number of pages

    1

  • Pages from-to

  • Publisher name

    SPU Nitra

  • Place of publication

    Nitra

  • Event location

  • Event date

  • Type of event by nationality

  • UT code for WoS article