Počet záznamů: 1  

On the Road to Genetic Boolean Matrix Factorization

  1. 1.
    0313059 - ÚI 2009 RIV CZ eng J - Článek v odborném periodiku
    Snášel, V. - Platoš, J. - Krömer, P. - Húsek, Dušan - Frolov, A.
    On the Road to Genetic Boolean Matrix Factorization.
    [O přístupu ke genetickému Booleovskému maticovému rozkladu.]
    Neural Network World. Roč. 17, č. 6 (2007), s. 675-688. ISSN 1210-0552
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: data mining * genetic algorithms * Boolean factorization * binary data * machine learning * feature extraction
    Kód oboru RIV: IN - Informatika
    Impakt faktor: 0.280, rok: 2007

    Matrix factorization or factor analysis is an important task helpful in the analysis of high dimensional real world data. There are several well known methods and algorithms for factorization of real data but many application areas including information retrieval, pattern recognition and data mining require processing of binary rather than real data. Unfortunately, the methods used for real matrix factorization fail in the latter case. In this paper we introduce background and initial version of Genetic Algorithm for binary matrix factorization.

    Maticová faktorizace neboli faktorová analýza je důležitá metoda užitečná pro analýzu vysoce dimenzionálních dat reálného světa. Pro faktorizaci reálných dat existuje několik známých metod a algoritmů, ale v mnoha aplikacích včetně vyhledávání informací, rozpoznávání obrazů a data mining se vyžaduje spíše zpracování binárních než reálných dat. Bohužel v binárním případě metody pro faktorizaci reálných dat selhávají. V tomto příspěvku definujeme problém a počáteční verzi genetického algoritmu pro řešení rozkladu binární matice.
    Trvalý link: http://hdl.handle.net/11104/0004771

     
    Název souboruStaženoVelikostKomentářVerzePřístup
    0313059.pdf3406.4 KBVydavatelský postprintpovolen
     
Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.