RBF-sítě s dynamickou architekturou

• Název práce v jazyce práce (slovenština): RBF-sítě s dynamickou architekturou
• Název práce v češtině: RBF-sítě s dynamickou architekturou
• Název v anglickém jazyce: RBF-networks with a dynamic architecture
• Klíčová slova: klastrovanie, K-means algoritmus, Fuzzy C-means klastrovanie, Kohonenové siete, radiálne bázické neurónové siete
• Klíčová slova anglicky: clustering, K-means algorithm, Fuzzy C-means clustering, Kohonen networks, radial basis neural networks
• Akademický rok vypsání: 2011/2012
• Typ práce: diplomová práce
• Jazyk práce: slovenština
• 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: 25.11.2009
• Datum zadání: 25.11.2009
• Datum potvrzení stud. oddělením: 13.04.2012
• Datum a čas obhajoby: 21.05.2012 12:00
• Datum odevzdání elektronické podoby: 13.04.2012
• Datum odevzdání tištěné podoby: 13.04.2012
• Datum proběhlé obhajoby: 21.05.2012
• Oponenti: RNDr. Mgr. Marek Kukačka

Zásady pro vypracování

V diplomové práci posluchač přehledově zpracuje následující témata:

- rekapitulace a srovnání různých modelů RBF-sítí a metod vhodných pro klastrování vstupních dat (k-means klastrování, FCM-algoritmus, Kohonenovy mapy a jejich varianty s adaptivní topologií, RBF-sítě a jejich varianty s dynamicky aktualizovanou architekturou)
- rekapitulace a vzájemné porovnání technik použitelných pro automatický odhad adekvátního počtu neuronů sítě z dat a dynamickou modifikaci její struktury - např. citlivostní analýza, kontextové klastrování a další
- extrakce znalostí, jejich reprezentace, vizualizace a interpretace

Na některé z uvedených témat se diplomant zaměří detailněji a na základě reálných dat (pravděpodobně z oblasti analýzy sociálních sítí) navrhne vhodnou strategii pro předzpracování vstupních 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 a přehledových článků vhodných pro zvolené téma, např.:
- R. Rojas: Neural Networks: A Systematic Introduction, Springer-Verlag, 1996
- S. Haykin: Neural networks: a comprehensive foundation, Prentice Hall, 1999
- W. Pedrycz: Fuzzy clustering with a knowledge-based guidance, in: Pattern Recognition Letters, Vol. 25, (2004) pp. 469-480.
- D. Shi, D. S. Yeung, J. Gao: Sensitivity analysis applied to the construction of radial basis function networks, in: Neural Networks, Vol. 18, (2005) pp. 951-957.

2. Články:
- G.-B. Huang, P. Saratchandran, N. Sundararajan: A Generalized Growing and Pruning RBF(GGAP-RBF) Neural Network for Function Approximation, in: IEEE Transactions on Neural Networks, Vol. 16, No. 1, (2005) pp. 57-67.
- H.-S. Park, W. Pedrycz, S.-K. Oh: Granular Neural Networks and Their Development Through Context-Based Clustering and Adjustable Dimensionality of Receptive Fields, in: IEEE Transactions on Neural Networks,(2009) 13 p., DOI: 10.1109/TNN.2009.2027319.
- D. S. Yeung, W. W. Y. Ng, D. Wang, E. C. C. Tsang, X. Z. Wang: Localized generalization error model and its application to architecture selection for radial basis function neural network, in: IEEE Transactions on Neural Networks, Vol. 18, No. 5, (2007) pp. 1294-1305.
- K. Z. Mao, G.-B. Huang: Neuron selection for RBF neural network classifier based on data structure preserving criterion, in: IEEE Trans. Neural Netw., Vol. 16, No. 6, (2005) pp. 1531-1540.
- S. H. Huang: Dimensionality reduction in automatic knowledge acquisition: A simple greedy search approach, in: IEEE Trans. Knowl. Data Eng., Vol. 15, No. 6, (2003) pp. 1364-1373.

3. Aktuální články z profilujících světových časopisů, např.: Neural Networks, IEEE Transactions on Neural Networks ap.