Модифицированный алгоритм растущего нейронного газа применительно к задаче классификации; Вестник науки Сибири; № 4 (14)

গ্রন্থ-পঞ্জীর বিবরন
Parent link:Вестник науки Сибири: электронный научный журнал/ Томский политехнический университет (ТПУ).— , 2011-.— 2226-0064
№ 4 (14).— 2014.— [С. 105-111]
প্রধান লেখক: Муравьев А. C.
সংস্থা লেখক: Томский политехнический университет Институт кибернетики, ИК
অন্যান্য লেখক: Белоусов А. А. Артем Анатольевич
সংক্ষিপ্ত: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.
ভাষা:রুশ
প্রকাশিত: 2014
মালা:Информационные технологии и системы управления
বিষয়গুলি:
অনলাইন ব্যবহার করুন:http://earchive.tpu.ru/handle/11683/16315
বিন্যাস: বৈদ্যুতিক গ্রন্থের অধ্যায়
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=539897

MARC

LEADER 00000naa2a2200000 4500
001 539897
005 20260728171407.0
035 |a (RuTPU)RU\TPU\prd\229730 
035 |a RU\TPU\prd\229721 
090 |a 539897 
100 |a 20150116d2014 k y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Модифицированный алгоритм растущего нейронного газа применительно к задаче классификации  |f А. C. Муравьев, А. А. Белоусов 
203 |a Текст  |c электронный 
215 |a 1 файл (412 Кб) 
225 1 |a Информационные технологии и системы управления 
300 |a Заглавие с титульного листа 
320 |a [Библиогр.: с. 111 (9 назв.)] 
330 |a 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. 
337 |a Adobe Reader 
461 1 |0 (RuTPU)RU\TPU\prd\143680  |x 2226-0064  |t Вестник науки Сибири  |o электронный научный журнал  |f Томский политехнический университет (ТПУ)  |d 2011- 
463 1 |0 (RuTPU)RU\TPU\prd\229694  |t № 4 (14)  |v [С. 105-111]  |d 2014 
610 1 |a труды учёных ТПУ 
610 1 |a электронный ресурс 
610 1 |a модифицированные алгоритмы 
610 1 |a нейроны 
610 1 |a газ 
610 1 |a обучение 
610 1 |a классификация 
610 1 |a машинное обучение 
700 1 |a Муравьев  |b А. C. 
701 1 |a Белоусов  |b А. А.  |c специалист в области информатики и вычислительной техники  |c доцент Томского политехнического университета, кандидат технических наук  |f 1984-  |g Артем Анатольевич  |3 (RuTPU)RU\TPU\pers\31040 
712 0 2 |a Томский политехнический университет  |b Институт кибернетики, ИК  |c 2010-2017  |9 27025 
801 1 |a RU  |b 63413507  |c 20090623  |g PSBO 
801 2 |a RU  |b 63413507  |c 20180112  |g PSBO 
856 4 |u http://earchive.tpu.ru/handle/11683/16315 
942 |c BK