改良型LVQを用いたラベルなしデータのクラスタリング
スポンサーリンク
概要
- 論文の詳細を見る
著者らの目的は,家電製品の演算処理装置を用いて,ラベルなしデータをクラスタリングし、各クラスタの発生頻度と代表パターンを求めることである.実際の製品でこれを実現する際の条件は2つある。1つは必要とするメモリ量が少ないこと,もう1つは計算量が少ないことである.この論文では「教師なしクラスタリング」手法として知られている学習ベクトル量子化法(LVQ)をもとに上記の目的を達成する手法を提案する。
- 社団法人電子情報通信学会の論文
- 1995-03-27
著者
関連論文
- ユーザの興味を自動的に見つける情報フィルタINSOP (特集/ドキュメント技術) -- (ドキュメントソリューション・ソフトウェア技術)
- 赤外画像からの人体抽出処理
- 環境の変化に適応するニューラルネットワークモデルに関する検討
- 2)ニューラルネットの空調機器への応用(コンシューマエレクトロニクス研究会)
- 環境適応型のパターン分類ニューラルネット
- ニューラルネットの空調機器への応用 : コンシューマエレクトロニクス
- 帰還型ニューラルネットワークによるマニピュレータ制御の試み
- 自己相関行列による連想記憶における記憶法の改良
- 個人適応型情報フィルタを用いたキーワード論理式の自動生成
- 連想記憶のダイナミックスの幾何的解析
- モデル間遷移を行う擬似競合ネットワーク
- 電子部品実装機の実装順序最適化アルゴリズム (特集 生産技術--21世紀「超・製造業」の実現に向けて) -- (生産IT)
- 教師なしクラスタリングを行う競合モデル
- 教師なしクラスタリングを行う競合モデル
- 改良型LVQを用いたラベルなしデータのクラスタリング