Classification by the Spherical SOM using Learning Vector Quantization (LVQ)
スポンサーリンク
概要
- 論文の詳細を見る
This paper propose the classification by the spherical SOM using learning vector quantization (LVQ) in order to specify this boundary automatically, and try to improve the classification accuracy. As a result of the numerical experiment, a clustering method using the LVQ yielded 98.7 % accuracy. Though it was only data of Iris and Wine, the area where a boundary line exists by using LVQ could be confirmed. But it wasn't possible to specify a boundary line actually. We could improve classificaton accuracy by considering a dendrogram and a spherical map interactively.
- 日本知能情報ファジィ学会の論文
日本知能情報ファジィ学会 | 論文
- FCNによる自律エージェントの行動制御と行動解析 : タルタロス問題への応用
- コンフリクト, 迷いと意思決定(意思決定)
- 認知心理学における類似性研究(類似尺度と情報検索)
- アメリカ留学体験記
- 文脈への意味の位置付けを用いた対話システムとその評価(言語,テキストの知能情報処理)