Title: A Novel Methods Based on Clustering Algorithms as The Neural Network Preprocessing
Other Titles: Nové metody založené na klastrových algoritmech jako předzpracování neuronové sítě
Authors: Martynova, Mariia
Kaas, Ondřej
Citation: MARTYNOVA, M., KAAS, O. A Novel Methods Based on Clustering Algorithms as The Neural Network Preprocessing. In: SAMI 2019 • IEEE 17th World Symposium on Applied Machine Intelligence and Informatics. Herlany: IEEE, 2019. s. 317-322. ISBN 978-1-72810-250-4.
Issue Date: 2019
Publisher: IEEE
Document type: konferenční příspěvek
conferenceObject
URI: 2-s2.0-85070761106
http://hdl.handle.net/11025/36837
ISBN: 978-1-72810-250-4
Keywords: Propagace afinity;aproximace;BIRCH;Složitá funkce;hustota;chyba;gaussovský model směsi;k-znamená;střední posun;neuronová síť;radiální základní funkce;RBF;parametry proměnného tvaru
Keywords in different language: Affinity propagation;Approximation;BIRCH;Complex Function;Density;Error;Gaussian Mixture Model;k-means;Mean-Shift;Neural Network;Radial Basic Function;RBF;Variable Shape Parameters
Abstract: This paper presents experiments in the preprocessing area for Radial Basic Function Neural Network (RBF NN). The main ideas of it are to find optimal preprocessing methods and algorithms, which can optimize input parameters and expedite the processing of neural network. The proposed methods are some novel experiments with flexible shape parameters and automated determination of the neural network initial parameters
Tento článek představuje experimenty v oblasti předzpracování pro neurální síť radiální základní funkce (RBF NN). Hlavními myšlenkami je nalezení optimálních metod a algoritmů předzpracování, které mohou optimalizovat vstupní parametry a urychlit zpracování neuronové sítě. Navrhované metody jsou některé nové experimenty s flexibilními tvarovými parametry a automatickým určováním počátečních parametrů neuronové sítě
Rights: Plný text je přístupný v rámci univerzity přihlášeným uživatelům.
© IEEE
Appears in Collections:Konferenční příspěvky / Conference Papers (KIV)
OBD

Files in This Item:
File SizeFormat 
Martynova, Kaas 08782767.pdf1,4 MBAdobe PDFView/Open    Request a copy


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/36837

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

search
navigation
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD