SGGW

Polska Bibliografia Naukowa

Index Copernicus Journal Master List

AGRO

BazEkon

Ebsco

Issue 14 (3) 2015 str. 95-104

Kamila Migdał-Najman, Krzysztof Najman

GRUPOWANIE DYNAMICZNE STRUMIENI DANYCH Z ZASTOSOWANIEM SIECI TYPU GROWING NEURAL GAS

słowa kluczowe: Analiza skupień, Metody analityczne, Wyniki badań
abstrakt:

Jedną z charakterystycznych cech współczesnych zbiorów danych jest ich dynamika. Liczba zarejestrowanych obiektów, jak również ich struktura grupowa potrafi zmienić się wielokrotnie w ciągu sekund. W celu skutecznego wykrycia liczby skupień i struktury grupowej rejestrowanych obiektów konieczne staje się zastosowanie specjalnych metod analitycznych. W artykule przedstawiono wyniki badań symulacyjnych w zakresie możliwości zastosowania samouczących się sztucznych sieci neuronowych typu GNG w grupowaniu strumieni danych.

pub/14_3_95.pdf Full text available in in Adobe Acrobat format:
http://www..actapol.net/tom14/zeszyt3/14_3_95.pdf

Zapis do cytowania:

MLA Migdał-Najman, Kamila, and Krzysztof Najman. "Dynamical Clustering of Streaming Data with a Growing Neural Gas Network." Acta Sci.Pol. Oeconomia 14.3 (2015): 95-104.
APA (2015). Dynamical Clustering of Streaming Data with a Growing Neural Gas Network. Acta Sci.Pol. Oeconomia 14 (3), 95-104
ISO 690 MIGDAł-NAJMAN, Kamila, NAJMAN, Krzysztof. Dynamical Clustering of Streaming Data with a Growing Neural Gas Network. Acta Sci.Pol. Oeconomia, 2015, 14.3: 95-104.
EndNote BibTeX RefMan
Abstract in english:
http://www.oeconomia.actapol.net/volume14/issue3/abstract-95.html