Self-organizing construction of hierarchical structure of multi-layer perceptronsстатья

Информация о цитировании статьи получена из Web of Science
Дата последнего поиска статьи во внешних источниках: 29 мая 2015 г.

Работа с статьей


[1] Self-organizing construction of hierarchical structure of multi-layer perceptrons / S. A. Dolenko, E. K. Eremin, Y. V. Orlov et al. // Proceedings of the 5th International Conference on Artificial Neural Networks. — Vol. 440 of IEE Conference Publication. — University of Cambridge Institute of Electrical and Electronics Engineers Cambridge, UK, 1997. — P. 285–290. A novel algorithm for creation of a hierarchical structure of neural network classifiers for classification of large databases is suggested. Each node of the hierarchical tree is a multilayer perceptron trained by the algorithm combining self-organization with supervised learning. Thus, the problems of clustering and classification for a given node are solved in concord. Also, it allows the a priori information on similarity of grouped patterns to be naturally taken into account. The algorithm performance has been tested on model data and on real-world problems.

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть