Growing Neural Gas ? A Parallel Approach
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86088264" target="_blank" >RIV/61989100:27240/13:86088264 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/13:86088264
Výsledek na webu
<a href="http://download.springer.com/static/pdf/129/chp%253A10.1007%252F978-3-642-40925-7_38.pdf?auth66=1396007935_45b35c1beed7814b344baf418558b870&ext=.pdf" target="_blank" >http://download.springer.com/static/pdf/129/chp%253A10.1007%252F978-3-642-40925-7_38.pdf?auth66=1396007935_45b35c1beed7814b344baf418558b870&ext=.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-40925-7_38" target="_blank" >10.1007/978-3-642-40925-7_38</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Growing Neural Gas ? A Parallel Approach
Popis výsledku v původním jazyce
The paper deals with the high dimensional data clustering problem. One possible way to cluster this kind of data is based on Artificial Neural Networks (ANN) such as SOM or Growing Neural Gas (GNG). The learning phase of the ANN, which is time-consumingespecially for large high-dimensional datasets, is the main drawback of this approach to data clustering. The parallel modification, Growing Neural Gas, and its implementation on the HPC cluster is presented in the paper. Some experimental results are also presented.
Název v anglickém jazyce
Growing Neural Gas ? A Parallel Approach
Popis výsledku anglicky
The paper deals with the high dimensional data clustering problem. One possible way to cluster this kind of data is based on Artificial Neural Networks (ANN) such as SOM or Growing Neural Gas (GNG). The learning phase of the ANN, which is time-consumingespecially for large high-dimensional datasets, is the main drawback of this approach to data clustering. The parallel modification, Growing Neural Gas, and its implementation on the HPC cluster is presented in the paper. Some experimental results are also presented.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Computer Science. Volume 8104
ISBN
978-3-642-40924-0
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
408-419
Název nakladatele
Springer Verlag
Místo vydání
London
Místo konání akce
Krakow
Datum konání akce
25. 9. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—