Comparison of Different Approaches to Overlapping Clustering of Binary Variables

0405557 - UIVT-O 330937 RIV SK eng C - Konferenční příspěvek (zahraniční konf.)
Húsek, Dušan - Keprt, A. - Řezanková, H. - Frolov, A. A. - Polyakov, P.Y. - Snášel, Václav
Comparison of Different Approaches to Overlapping Clustering of Binary Variables.
[Srovnání některých přístupů pro shlukování překrývajících se binárních proměnných.]
ITAT 2005. Information Technologies - Applications and Theory. Košice: Prírodovedecká fakulta, Univerzita P. J. Šafárika, 2005 - (Vojtáš, P.), s. 55-64. ISBN 80-7097-609-8.
[ITAT 2005. Račkova dolina (SK), 20.09.2005-25.09.2005]
Grant CEP: GA MŠMT LN00B096
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: clustering * statistics * factor analysis * neural networks
Kód oboru RIV: BA - Obecná matematika

This paper describes and compares some possible solutions on how to use standard statistical procedures, blind search, formal concepts, Hopfield-like neural network, and genetic algorithms for finding overlapping binary factors. The application of factor analysis as a base for further investigation and interpretation of the factor loading matrix by means of fuzzy cluster analysis is suggested. Some experiments were performed with using statistical packages STATISTICA and S-PLUS, and our own software implementations.

Tento příspěvek popisuje a srovnává některé procedury a jejich využití pro booleovskou faktorovou analýzu signálu velké dimenze a složitosti, jako je slepé hledání, použití formálních konceptů, neuronové sítě, genetické algoritmy a i standardní statistické postupy. Navrhována je fuzzy shluková analýza pro další zkoumání a interpretaci faktorových zátěží. Součástí je i experimentální část.
Trvalý link: http://hdl.handle.net/11104/0125712