Algorithme de réseau neuronal pour LDA/GSVD

ISBN-13: 9786204548593 / Francuski / Miękka / 68 str.

Rolysent Paredes

Opis

La capacité de l'analyse discriminante linéaire classique basée sur la décomposition de la valeur singulière généralisée (LDA/GSVD) se détériore lorsqu'il s'agit d'ensembles de données non étiquetées, car la LDA nécessite des entrées et des cibles prédéfinies. En outre, l'algorithme LDA/GSVD souffre d'un coût de calcul élevé en raison de ses calculs mathématiques complexes et de ses itérations. Pour résoudre ces problèmes, cette étude présente la carte auto-organisatrice (SOM) comme une nouvelle méthode d'étiquetage des ensembles de données, et le développement d'un algorithme basé sur un réseau neuronal artificiel pour surmonter le coût de calcul de LDA/GSVD. Les résultats montrent que l'utilisation de SOM et ANN sont efficaces pour résoudre les problèmes de l'algorithme traditionnel LDA/GSVD.

O autorze

Paredes, RolysentRolysent Paredes est membre de la faculté de l'université de Misamis à Ozamiz City, aux Philippines. Il est instructeur certifié par l'Académie Cisco. Il a plusieurs publications à son actif et a présenté des travaux de recherche sur l'exploration de données, l'intelligence artificielle, l'apprentissage automatique et les réseaux informatiques lors de diverses conférences internationales.