Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Publikacje
Pomoc (F2)
[10872] Artykuł:

Algorytmy genetyczne oraz sieci Kohonena w zagadnieniach wyznaczania skupisk (klastrów) w złożonych zbiorach danych

Czasopismo: Zeszyty Naukowe Politechniki Świętokrzyskiej, Elektryka 41   Tom: 41, Strony: 55-69
ISSN:  0239-4960
Opublikowano: 2004
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału
Liczba
punktów
Marian Bolesław Gorzałczany orcid logoWEAiIKatedra Elektroniki i Systemów Inteligentnych *****50.50  
Filip Rudziński orcid logoWEAiIKatedra Elektroniki i Systemów Inteligentnych *****50.50  

Grupa MNiSW:  Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B)
Punkty MNiSW: 1


Web of Science LogoYADDA/CEON    
Słowa kluczowe:

algorytmy genetyczne  sieci Kohonena  grupowanie danych 


Keywords:

genetic algorithms  Kohonen networks 



Streszczenie:

W niniejszej pracy przedstawiono dwie metody wyznaczania skupisk (klastrów) w złożonych zbiorach danych: a0 metodę wykorzystującą-bazujące na algorytmie genetycznym- rozwiązanie zadania komiwojażera, przedstawione w kolejnej pracy tych samych autorów zawartej w niniejszym Zeszycie Naukowym, oraz b) metodę wykorzystującą samoorganizującą sie siec Kohonena. Obie metody przedstawiono z wykorzystaniem przykładowego zbioru danych, a nastepnie przetestowano i porównano wykorzystując rzeczywisty złożony i wielowymiarowy zbiór danych (tzw.Zoo Database) dostępny na serwerze FTP Uniwersytetu Kalifornijskiego w Irvine(ftp.ics.uci.edu).




Abstract:

The paper presents two methods for determining the number of clusters in complex data sets: a) a method utilizing the genetic-algorithm-based solution of the traveling Salesman problem presented in the following paper ( by the same authors) included in this volume, and b) a method utilizing self-organizing Kohonen network. Both methods have been presented by means of an exemplary data set and then they have been tested and compared on the real, complex and multidimensional data set (Zoo Database) available from FTP server of the University of California at Irvine (ftp.ics.uci.edu).