Кластеризація даних нейромережею АDD
Date
2005-03-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Видавництво Національного університету “Львівська політехніка”
Abstract
Запропоновано нову топологію штучної нейромережі та метод її навчання під назвою ADD. Нейромережа ADD разом зі спеціально розробленим для неї методом навчання мас подолати недоліки, притаманні для штучних нейромереж, які базуються на топології SOM. Особливість запропонованої топології нейромережі полягає у поданні чітко окресленої гіперкубічної області у вхідному просторі, дані з якої розпізнаються мета-нейроном.
In the paper that is presented, a new neural network topology is proposed and a new learning method which utilises the distinct features of the proposed neural network is considered. The main virtue of the proposed neural network is the ability to represent a hypercubic area in the input space which defines the boundaries of the data represented by the meta-neuron.
In the paper that is presented, a new neural network topology is proposed and a new learning method which utilises the distinct features of the proposed neural network is considered. The main virtue of the proposed neural network is the ability to represent a hypercubic area in the input space which defines the boundaries of the data represented by the meta-neuron.
Description
Keywords
Citation
Годич О. В. Кластеризація даних нейромережею АDD / О. В. Годич // Вісник Національного університету “Львівська політехніка”. Інформаційні системи та мережі. — Львів : Видавництво Національного університету “Львівська політехніка”, 2005. — № 549. — С. 54–68.