文献

J-GLOBAL ID：201702223849265147   整理番号：17A1257372

二元およびカテゴリー自己組織化マップのための代替アプローチ【Powered by NICT】

An alternative approach for binary and categorical self-organizing maps

著者 (3件)： Santana Alessandra (Institute of Science and Technology, Federal University of Sao Paulo, Sao Jose dos Campos, Brazil) ,  Morais Alessandra (Institute of Science and Technology, Federal University of Sao Paulo, Sao Jose dos Campos, Brazil) ,  Quiles Marcos G. (Institute of Science and Technology, Federal University of Sao Paulo, Sao Jose dos Campos, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2604-2610  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データのクラスタリングのための最も使用されているニューラルネットワークモデルの一つは,自己組織化マップ(SOM)である。長年にわたって,多くの分野で適用され,生物学への計算からされており,したがって,広い範囲のデータ型を考慮した。本来,SOMは実数値データを考慮に入れるために開発した。学習他のデータ型,二元およびカテゴリーデータのような,課題として残っている。本研究では,選択的で効果的な修飾したSOM(自己組織化マップ),二成分およびカテゴリーデータをクラスタにを提案した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 実数 ,  *自己組織化特徴マップ ,  学習 ,  クラスタ ,  データ型
準シソーラス用語： 神経回路網モデル , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： カテゴリー ,  自己組織化マップ ,  代替