Řešení problému kolmo se protínajících linií ? Nová metoda založená na neuronové síti a porovnání

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F07%3A00088711" target="_blank" >RIV/67985807:_____/07:00088711 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31140/07:00027171 RIV/61989100:27240/07:00021229

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Bars Problem Solving - New Neural Network Method and Comparison

Popis výsledku v původním jazyce

Bars problem is widely used as a benchmark for the class of feature extraction tasks. In this model, artificial data set is generated as a Boolean sum of a given number of bars. We show that the most suitable technique for feature set extraction in thiscase is neural network based Boolean factor analysis. Results are confronted with several dimension reduction techniques. These are singular value decomposition, semi-discrete decomposition and non-negative matrix factorization. Even if these methods arelinear, it is interesting to compare them with neural network attempt, because they are well elaborated and are often used for a similar tasks. We show that frequently used cluster analysis methods can bring interesting results, at least for first insight to the data structure.

Název v anglickém jazyce

Bars Problem Solving - New Neural Network Method and Comparison

Popis výsledku anglicky

Bars problem is widely used as a benchmark for the class of feature extraction tasks. In this model, artificial data set is generated as a Boolean sum of a given number of bars. We show that the most suitable technique for feature set extraction in thiscase is neural network based Boolean factor analysis. Results are confronted with several dimension reduction techniques. These are singular value decomposition, semi-discrete decomposition and non-negative matrix factorization. Even if these methods arelinear, it is interesting to compare them with neural network attempt, because they are well elaborated and are often used for a similar tasks. We show that frequently used cluster analysis methods can bring interesting results, at least for first insight to the data structure.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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)<br>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

MICAI 2007. Advances in Artificial Intelligence

ISBN

978-3-540-76630-8

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

671-682

Název nakladatele

Springer

Místo vydání

Berlin

Místo konání akce

Aguascalientes

Datum konání akce

4. 11. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—