文献

J-GLOBAL ID：201702251044647370   整理番号：17A1400873

複雑なFourier空間における学習プロトタイプとマトリックス関連性【Powered by NICT】

Prototypes and matrix relevance learning in complex fourier space

著者 (8件)： Straat M. (University of Groningen, P.O. Box 407, 9700 AK Groningen, The Netherlands) ,  Kaden M. (University of Applied Sciences Mittweida, Computational Intelligence Group, Technikumplatz 17, 09648 Mittweida, Germany) ,  Gay M. (University of Applied Sciences Mittweida, Computational Intelligence Group, Technikumplatz 17, 09648 Mittweida, Germany) ,  Villmann T. (University of Applied Sciences Mittweida, Computational Intelligence Group, Technikumplatz 17, 09648 Mittweida, Germany) ,  Lampe A. (University of Applied Sciences Mittweida, Computational Intelligence Group, Technikumplatz 17, 09648 Mittweida, Germany) ,  Seiffert U. (Fraunhofer Institute for Factory Operation and Automation IFF, Sandtorstrasse 22, 39106 Magdeburg, Germany) ,  Biehl M. (University of Groningen, P.O. Box 407, 9700 AK Groningen, The Netherlands) ,  Melchert F. (University of Groningen, P.O. Box 407, 9700 AK Groningen, The Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WSOM  ページ： 1-6  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： 本論文では,複雑なFourier係数空間における表現できる時系列と類似した機能的データの分類を考察した。複素値データに適した学習ベクトル量子化(LVQ)のバージョン,いわゆるWritinger計算に基づくを適用した。費用関数に基づく一般化マトリックス関連性LVQ(GMLVQ)の枠内で勾配ベース更新ルールの定式化を可能にした。もう一つの方法として,実数値特徴ベクトルのFourier係数の実数部と虚数部と従来のGMLVQによる時間領域表現の分類の連結を考察した。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 ,  *学習 ,  費用関数 ,  虚数 ,  *プロトタイプ ,  定式化
準シソーラス用語： 時間領域 ,  特徴ベクトル ,  学習ベクトル量子化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 学習 ,  プロトタイプ ,  マトリックス ,  関連性