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”

Usage of self-organizing neural networks in evaluation of consumer behaviour

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F10%3A00168860" target="_blank" >RIV/62156489:43110/10:00168860 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele

  • Original language description

    Tato práce popisuje využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele. V metodické části hodnotí různé metody učení samoorganizující se neuronové sítě. Na základě porovnání principu učení s učitelem, učení bez učitele a učenís částečným dohledem a jejich omezu jících podmínek jsou vysvětleny výhody přístupu učení s částečným dohledem -- semi-supervised learning. Při zkoumání učicích algoritmů učení s částečným dohledem učitele: label propagation, self- training a co-trainingse ukazuje jako vhodné pro budoucí výzkum zejména využití principu co-training pro učení Kohonenovy mapy. Pro konkrétní aplikace na hodnocení výdajů domácností států Evropské unie pro roky 1999 a 2002 byl vybrán princip učení bez učitele. Výsledkem provedené analýzy jsou Kohonenovy mapy, které znázorňují rozložení výdajů jednotlivých států. Tato grafi cká reprezentace dat umožňuje sledovat kromě zařazení států do několika skupin podobnosti také topologické vztahy mezi těmito daty, grafi

  • Czech name

    Využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele

  • Czech description

    Tato práce popisuje využití samoorganizující se neuronové sítě pro hodnocení chování spotřebitele. V metodické části hodnotí různé metody učení samoorganizující se neuronové sítě. Na základě porovnání principu učení s učitelem, učení bez učitele a učenís částečným dohledem a jejich omezu jících podmínek jsou vysvětleny výhody přístupu učení s částečným dohledem -- semi-supervised learning. Při zkoumání učicích algoritmů učení s částečným dohledem učitele: label propagation, self- training a co-trainingse ukazuje jako vhodné pro budoucí výzkum zejména využití principu co-training pro učení Kohonenovy mapy. Pro konkrétní aplikace na hodnocení výdajů domácností států Evropské unie pro roky 1999 a 2002 byl vybrán princip učení bez učitele. Výsledkem provedené analýzy jsou Kohonenovy mapy, které znázorňují rozložení výdajů jednotlivých států. Tato grafi cká reprezentace dat umožňuje sledovat kromě zařazení států do několika skupin podobnosti také topologické vztahy mezi těmito daty, grafi

Classification

  • Type

    J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

  • CEP classification

    IN - Informatics

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2010

  • Confidentiality

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

Data specific for result type

  • Name of the periodical

    Acta universitatis agriculturae et silviculturae Mendelianae Brunensis

  • ISSN

    1211-8516

  • e-ISSN

  • Volume of the periodical

    LVIII

  • Issue of the periodical within the volume

    6

  • Country of publishing house

    CZ - CZECH REPUBLIC

  • Number of pages

    8

  • Pages from-to

  • UT code for WoS article

  • EID of the result in the Scopus database