- Clustering Variables by Classical Approaches and Neural Network Boole…
Počet záznamů: 1  

Clustering Variables by Classical Approaches and Neural Network Boolean Factor Analysis

  1. 1.
    SYSNO ASEP0314040
    Druh ASEPC - Konferenční příspěvek (mezinárodní konf.)
    Zařazení RIVD - Článek ve sborníku
    NázevClustering Variables by Classical Approaches and Neural Network Boolean Factor Analysis
    Překlad názvuShlukování proměnných klasickými metodami a pomocí neurosíťové Booleovské faktorové analýzy
    Tvůrce(i) Frolov, A. A. (RU)
    Húsek, Dušan (UIVT-O) RID, SAI, ORCID
    Řezanková, H. (CZ)
    Snášel, V. (CZ)
    Polyakov, P.Y. (RU)
    Zdroj.dok.International Joint Conference on Neural Networks. - Piscataway : IEEE, 2008 - ISBN 978-1-4244-1820-6
    Rozsah strans. 3742-3746
    Poč.str.5 s.
    AkceIJCNN 2008. International Joint Conference on Neural Networks
    Datum konání01.06.2008-08.06.2008
    Místo konáníHong Kong
    ZeměCN - Čína
    Typ akceWRD
    Jazyk dok.eng - angličtina
    Země vyd.US - Spojené státy americké
    Klíč. slovaclustering ; Boolean factor analysis ; linear factor analysis ; overlapping classes
    Vědní obor RIVBB - Aplikovaná statistika, operační výzkum
    CEP1M0567 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy
    1ET100300414 GA AV ČR - Akademie věd
    CEZAV0Z10300504 - UIVT-O (2005-2011)
    UT WOS000263827202095
    EID SCOPUS56349087933
    DOI https://doi.org/10.1109/IJCNN.2008.4634335
    AnotaceIn this paper, we compare three methods for grouping of binary variables: neural network Boolean factor analysis , hierarchical clustering, and a linear factor analysis on the mushroom dataset . In contrast to the latter two traditional methods, the advantage of neural network Boolean factor analysis is its ability to reveal overlapping classes in the dataset. It is shown that the mushroom dataset provides a good demonstration of this advantage because it contains both disjunctive and overlapping classes.
    PracovištěÚstav informatiky
    KontaktTereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800
    Rok sběru2009
Počet záznamů: 1  

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