Модифицированный алгоритм растущего нейронного газа применительно к задаче классификации
| Parent link: | Вестник науки Сибири: электронный научный журнал/ Томский политехнический университет (ТПУ).— , 2011-.— 2226-0064 № 4 (14).— 2014.— [С. 105-111] |
|---|---|
| 1. Verfasser: | |
| Körperschaft: | |
| Weitere Verfasser: | |
| Zusammenfassung: | Заглавие с титульного листа Предлагается модель классификатора, основанного на алгоритме растущего нейронного газа. Предложена учитывающая специфику решаемой задачи модификация исходного алгоритма, изменяющая его механизм роста с целью ускорения сходимости. Рассмотрены два подхода к синтезу классификатора: апостериорный и частотный. С использованием наборов данных из репозитория машинного обучения UCI производится сравнение эффективности данных подходов как между собой, так и с другими распространенными методами классификации. Показано, что предложенный алгоритм в ряде случаев превосходит другие алгоритмы аналогичного назначения. |
| Sprache: | Russisch |
| Veröffentlicht: |
2014
|
| Schriftenreihe: | Информационные технологии и системы управления |
| Schlagworte: | |
| Online-Zugang: | http://earchive.tpu.ru/handle/11683/16315 |
| Format: | Elektronisch Buchkapitel |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=539897 |
| Beschreibung: | 1 файл (412 Кб) |
|---|---|
| Zusammenfassung: | Заглавие с титульного листа Предлагается модель классификатора, основанного на алгоритме растущего нейронного газа. Предложена учитывающая специфику решаемой задачи модификация исходного алгоритма, изменяющая его механизм роста с целью ускорения сходимости. Рассмотрены два подхода к синтезу классификатора: апостериорный и частотный. С использованием наборов данных из репозитория машинного обучения UCI производится сравнение эффективности данных подходов как между собой, так и с другими распространенными методами классификации. Показано, что предложенный алгоритм в ряде случаев превосходит другие алгоритмы аналогичного назначения. |