Použití kohonenových sítí ve víceúrovňové klasifikaci

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Použití kohonenových sítí ve víceúrovňové klasifikaci

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

USING COHONEN NEURAL NETWORKS FOR MULTI-LAYER CLASSIFICATION

Popis výsledku anglicky

Cohonen neural networks and neural networks generally can be used to solve classification problems. Neural networks provide a new approach based on processes seen in living nature to solving theese problems. Therefore it is possible to solve even problems which are difficult to solve using classic methods. This paper describes the usage of multi-layer neural networks and speciffically Cohonen neural networks. Different learning approaches are compared, that is supervised learning and unsupervised learning. The objective of the first layer of classification is to determine the optimal values in the learning data set. The second layer can then use the data set for actual classification.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

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

Název statě ve sborníku

Medzinárodné vedecké dni 2008

ISBN

978-80-552-0061-3

ISSN

—

e-ISSN

—

Počet stran výsledku

1

Strana od-do

—

Název nakladatele

SPU Nitra

Místo vydání

Nitra

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—