Dynamické Kohonenovy mapy a jejich struktura
| Název práce v češtině: | Dynamické Kohonenovy mapy a jejich struktura |
|---|---|
| Název v anglickém jazyce: | Dynamic Kohonen maps and their strusture |
| Akademický rok vypsání: | 2007/2008 |
| Typ práce: | diplomová práce |
| Jazyk práce: | čeština |
| Ústav: | Katedra teoretické informatiky a matematické logiky (32-KTIML) |
| Vedoucí / školitel: | doc. RNDr. Iveta Mrázová, CSc. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 21.03.2008 |
| Datum zadání: | 21.03.2008 |
| Datum a čas obhajoby: | 31.05.2010 00:00 |
| Datum odevzdání elektronické podoby: | 31.05.2010 |
| Datum proběhlé obhajoby: | 31.05.2010 |
| Oponenti: | RNDr. Ondřej Sýkora |
| Zásady pro vypracování |
| V diplomové práci posluchač přehledově zpracuje následující témata:
- rekapitulace a srovnání různých metod vhodných pro učení (dynamických) Kohonenových map (algoritmy typu LVQ, rostoucí Kohonenovy mapy, neuronové plyny, dynamické Kohonenovy mapy s řízeným učením) - rekapitulace a vzájemné porovnání paradigmat použitelných pro dynamickou aktualizaci vytvářené struktury hierarchických modelů Kohonenových map (vícevrstvé Kohonenovy mapy, WEBSOM, evoluční stromy) - adaptivní a automatická detekce významných vstupních parametrů. Na některé z uvedených témat se diplomant zaměří detailněji a na základě reálných (případně simulovaných) dat navrhne vhodnou strategii pro předzpracování trénovacích dat a přistoupí k realizaci jednotlivých modelů. Součástí práce bude i zhodnocení vlastních výsledků a zkušeností. |
| Seznam odborné literatury |
| 1. Některé z dostupných základních učebnic vhodných pro zvolené téma, např.:
- T. Kohonen: Self-Organizing Maps, Springer-Verlag, Berlin, 1995 - R. Rojas: Neural Networks: A Systematic Introduction, Springer-Verlag, 1996 - S. Haykin: Neural Networks: A Comprehensive Foundation, Prentice Hall, Upper Saddle River, N. J., 1999 2. Články: - D. Alahakoon, S. K. Halgamuge, B. Srinivasan: Dynamic self-organizing maps with controlled growth for knowledge discovery, in: IEEE Transactions on Neural Networks, Vol. 11, No. 3, (2000) pp. 601-614. - B. Fritzke: A Growing Neural Gas Network Learns Topologies, in: G. Tesauro et al. (eds): Advances in Neural Information Processing Systems 7, MIT PRESS, (1995) pp. 625-632. - J. Koh, M. Suk: A multilayer self-organizing feature map for range image segmentation, in: Neural Networks, (1995) pp. 67-86. - J. Laaksonen, M. Koskela, S. Laakso, E. Oja: PicSOM - Content-based image retrieval with self-organizing maps, in: Pattern Recognition Letters, Vol. 21 (13-14), (2000), pp. 1199-1207. - J. Pakkanen, J. Iivarinen, E. Oja: The evolving tree - a novel self- organizing network for data analysis, in: Neural Processing Letters, Vol. 20, (2004), pp. 199-211. - J. Vesanto, E. Alhoniemi: Clustering the self-organizing map, in: IEEE Transactions on Neural Networks, Vol. 11, (2000), pp. 586-600. |