Neural Network Nonlinear Factor Analysis of High Dimensional Binary Signal

0405665 - UIVT-O 336047 RIV US eng C - Conference Paper (international conference)
Húsek, Dušan - Řezanková, H. - Snášel, Václav - Frolov, A. A. - Polyakov, P.Y.
Neural Network Nonlinear Factor Analysis of High Dimensional Binary Signal.
[Booleovská faktorová analýza signálu velké dimenze pomocí neuronové sítě.]
Signal & Image Technology and Internet Based Systems. IEEE, 2005 - (Chbeir, R.; Dipanda, A.; Vétongnon, K.), s. 86-89. ISBN 2-9525435-0.
[IEEE SITIS 2005. International Conference on Signal & Image Technology and Internet Based Systems /1./. Yaoundé (CM), 27.11.2005-01.12.2005]
R&D Projects: GA MŠMT 1M0567; GA MŠMT 1M0554
Keywords : neural networks * associative memory * Boolean factor analysis * text mining
Subject RIV: BA - General Mathematics

Possible application of a new neural network suitable for binary factorization of signals of large dimension and complexity is introduced. We developed the new recall procedure of Hoppfield-like associative memory which allows search all attractors corresponding to factors (a true attractor). Necessary separation of spurious attractors is based on calculation of their Lyapunov function. Being applied to textual data the procedure allows to reveal groups of highly correlated words (factors) which frequently occur in documents jointly and represent topics of that documents.

Presentována je nová procedura vhodná pro booleovskou faktorovou analýzu signálu velké dimenze a složitosti založená na vyhledávání atraktorů v asociativní paměti Hopfieldova typu. V proceduře síť relaxuje z náhodně zvoleného počátečního stavu a její aktivita se stabilizuje v atraktoru, který odpovídá jednomu z faktorů (pravý atraktor) nebo jednomu ze nepravých atraktorů. Rozlišení pravých a lživých atraktorů je založeno na srovnání hodnot jejich Lyapunových funkcí. Aplikaci tohoto booleovského faktorového analyzátoru na textová data umožnilo nalezení skupin silně korelovaných slov (faktorů), které se často objevují v textu dokumentu spolu a vypovídají tudíž o tématickému zaměření příslušných dokumentů.
Permanent Link: http://hdl.handle.net/11104/0125805