BDBComp
Parceria:
SBC
Uma nova abordagem para visualização e detecção de agrupamentos em mapas de Kohonen baseado em gradientes das componentes

José Alfredo F. CostaBianca A. C. S. Costa

Visualização e agrupamentos estão entre principais tarefas de mineração de dados. Mapas neurais, como o self-organizing maps (SOM), têm sido bastante utilizados em várias aplicações. Entretanto, etapas de pós-processamento ao treinamento são necessárias para visualização e extração do conhecimento obtido a partir da configuração dos neurônios. Este artigo apresenta uma nova forma de visualização da rede SOM, a GC-matrix, baseada no gradiente das componentes. São apresentadas comparações com a forma tradicional de visualização do SOM, a U-matrix, que é derivada das distâncias entre neurônios. Resultados são apresentados tanto no aspecto de visualização quanto em agrupamentos de dados, para mapas de tamanhos diferentes e vizinhanças finais diferentes. Mostra-se que a GC-matrix apresenta maior estabilidade para escolha de filtragem morfológica, etapa anterior a segmentação. Resultados da aplicação da watershed para a U-matrix e GC-matrix são mostradas, para conjuntos de Gaussianas bivariadas com certo grau de sobreposição.

http://www.lbd.dcc.ufmg.br/colecoes/wvc/2010/0021.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD