Середовище моделювання нейронних мереж для розв'язання задачі кластеризації

У роботі обґрунтовано обрання існуючих програмних реалізацій карт самоорганізації SOM (self-organizing map) та відповідних їм багатошарових перцепронів MLP (multilayer perceptron) для розв'язання саме задачі класифікації. Всі обрані програмні реалізації є вільнодоступними та розповсюджуються з...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Математичне та комп'ютерне моделювання. Серія: Технічні науки
Datum:2020
1. Verfasser: Москаленко, Ю.В.
Format: Artikel
Sprache:Ukrainisch
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2020
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/181472
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Середовище моделювання нейронних мереж для розв'язання задачі кластеризації / Ю.В. Москаленко // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2019. — Вип. 20. — С. 79-87. — Бібліогр.: 12 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:У роботі обґрунтовано обрання існуючих програмних реалізацій карт самоорганізації SOM (self-organizing map) та відповідних їм багатошарових перцепронів MLP (multilayer perceptron) для розв'язання саме задачі класифікації. Всі обрані програмні реалізації є вільнодоступними та розповсюджуються з відкритою ліцензією. Визначено параметри SOM та MLP, на які може впливати експериментатор. Обрано критерії порівняння реалізацій SOM. Наведено архітектуру середовища моделювання і представлено функціонал його компонентів. This paper include such existing software implementations of SOM (self-organization map) and their respective MLP (multilayer perceptron) to solve precisely the classification problem. All selected software implementations are freely available and spread under free license. SOM and MLP parameters have been defined that may be influenced by the researcher. Criteria for comparing SOM implementations have been selected. This paper presents the architecture of the modeling environment and functionality of its components.
ISSN:2308-5916