PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2003 | nr 975 Pozyskiwanie wiedzy i zarządzanie wiedzą | 138--147
Tytuł artykułu

Określanie istotności atrybutów w zadaniach klasyfikacyjnych przez niedestruktywną eliminację połączeń w sieci neuronowej

Autorzy
Warianty tytułu
Języki publikacji
PL
Abstrakty
Problematyka pozyskiwania wiedzy z baz danych jest bardzo rozległa, zarówno z powodu ogólności sformułowania zagadnienia Data Mining jako poszukiwania ciekawych informacji w dużych zbiorach, nierzadko zaszumionych danych, jak i ze względu na wielość możliwych rozwiązań. W poniższym artykule rozważany będzie jedynie niewielki fragment tej dziedziny, odnoszący się do badania istotności atrybutów w zadaniach klasyfikacyjnych z wykorzystaniem sztucznych sieci neuronowych. (fragment tekstu)
Twórcy
autor
  • Politechnika Wrocławska
Bibliografia
  • Craven M., Shalvik J.: Using Neural Networks for Data Mining. Carnegie Mellon University 1997, ftp://ftp.cs.wisc.edu/machine-learning/shavlik-group/craven.fgcs97.ps.
  • Zhi-Hua Zhou., Yuan Jiang., Schi-Fu Chen.: Extracting Symbolic Rules from Trained Neural Network Ensembles. Nanjing University, China 2002.
  • Setino R., Leow W.K., Zurada J.M.: Extraction of Rules from Artificial Neural Networks for Nonlinear Regression. IEEE Transactions on Neural Networks 13, 2002.
  • Huk M.: Ocena nowych koncepcji ekstrakcji wiedzy ze sztucznych sieci neuronowych. Pozyskiwanie Wiedzy z Baz Danych, Akademia Ekonomiczna, Wrocław 2002.
  • Kavzoglu T., Mather P.M.: The Use of Feature Selection Techniques in the Context of Artificial Nural Networks. University of Nottingham 2000.
  • Arbatli A.D., Akin H.L.: Rule Extraction from Trained Neural Networks Using Genetic Algorithms. Nonlinear Analysis, Theory, Methods and Applications 1997.
  • Prechelt L.: Connection Pruning with Static and Adaptive Schedules. Neurocomputing 1997.
  • Pui-Fai Sum J.: Extended Kalman Filter Based Pruning Algorithms and Several Aspects of Neural Network Learning. The Chinese University of Hong Hong 1998.
  • Abeies M.: Role of the cortical neuron: integrator or coincidence detector?, Israel J. Med. Sei., 18:83-92. 1982.
  • Maass W., Bishop C.: Pulsed Neural Networks. MIT Press 1999.
  • Maass W.: Paradigms for Computing with Spiking Neurons 2000.
  • Bothe S., La Poutre J., Kok J.: Error-backpropagation in temporally encoded networks of spiking neurons. Stichting Mathematisch Centrum, Amsterdam 2000.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171428743

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.