Název:
RBF-sítě s dynamickou architekturou
Překlad názvu:
RBF-networks with a dynamic architecture
Autoři:
Jakubík, Miroslav ; Mrázová, Iveta (vedoucí práce) ; Kukačka, Marek (oponent) Typ dokumentu: Diplomové práce
Rok:
2011
Jazyk:
slo
Abstrakt: [eng][cze] In this master thesis I recapitulated several methods for clustering input data. Two well known clustering algorithms, concretely K-means algorithm and Fuzzy C-means (FCM) algorithm, were described in the submitted work. I presented several methods, which could help estimate the optimal number of clusters. Further, I described Kohonen maps and two models of Kohonen's maps with dynamically changing structure, namely Kohonen map with growing grid and the model of growing neural gas. At last I described quite new model of radial basis function neural networks. I presented several learning algorithms for this model of neural networks. In the end of this work I made some clustering experiments with real data. This data describes the international trade among states of the whole world.V tejto diplomovej práci som zrekapituloval viacero metód vhodných pre klastrovanie vstupných dát. Predstavil som dva dobré známe klastrovacie algoritmy, a to konkrétne K-means algoritmus a Fuzzy C-means (FCM) algoritmus. Uviedol som niekoľko metód vhodných pre odhad optimálneho počtu klastrov. Ďalej som predstavil Kohonenové mapy a dva modely Kohonenových máp s adaptívnou topológiou, konkrétne Kohonenové mapy s rastúcou mriežkou a model rastúcich neurónových plynov. Ako posledný som predstavil pomerne nový model radiálne bázických neurónových sieti. Pre tento typ neurónových sieti som uviedol viacero učiacich algoritmov. V závere práce som aplikoval jednotlivé klastrovacie metódy na reálne dáta popisujúce vzájomný obchod štátov sveta.
Klíčová slova:
Fuzzy C-means klastrovanie; K-means algoritmus; klastrovanie; Kohonenové siete; radiálne bázické neurónové siete; clustering; Fuzzy C-means clustering; K-means algorithm; Kohonen networks; radial basis neural networks