Testování metod pro extrakci příznaků na problému linií.

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F07%3A00087572" target="_blank" >RIV/67985807:_____/07:00087572 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Testing of Feature Extracting Methods on Bar Problem

Popis výsledku v původním jazyce

Compared is performance of several dimension reduction techniques as a tool for feature extraction. Studied are namely singular value decomposition, FastMap, semi-discrete decomposition, non-negative matrix factorization, novel neural network based algorithm for Boolean factor analysis and three frequently used cluster analysis methods as well. So called bars problem is used as the benchmark. Set of artificial signals generated as a Boolean sum of given number of bars is analyzed by these methods. Resulting images show that Boolean factor analysis is upmost suitable method for this kind of data.

Název v anglickém jazyce

Testing of Feature Extracting Methods on Bar Problem

Popis výsledku anglicky

Compared is performance of several dimension reduction techniques as a tool for feature extraction. Studied are namely singular value decomposition, FastMap, semi-discrete decomposition, non-negative matrix factorization, novel neural network based algorithm for Boolean factor analysis and three frequently used cluster analysis methods as well. So called bars problem is used as the benchmark. Set of artificial signals generated as a Boolean sum of given number of bars is analyzed by these methods. Resulting images show that Boolean factor analysis is upmost suitable method for this kind of data.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F05%2F0079" target="_blank" >GA201/05/0079: Formální konceptuální analýza neurčitých a rozsáhlých dat: teorie, metody a aplikace</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Statistics for Data Mining, Learning and Knowledge Extraction

ISBN

978-90-73592-26-1

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

1-8

Název nakladatele

University of Aveiro

Místo vydání

Aveiro

Místo konání akce

Aveiro

Datum konání akce

30. 8. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—