-
Taliansky jazyk
Algoritmo di rete neurale per LDA/GSVD
Autor: Rolysent Paredes
La capacità della classica Analisi Discriminante Lineare basata sulla Decomposizione del Valore Singolare Generalizzato (LDA/GSVD) si deteriora quando si ha a che fare con insiemi di dati non etichettati perché LDA richiede input e target predefiniti. Inoltre,... Viac o knihe
Na objednávku
36.99 €
bežná cena: 41.10 €
O knihe
La capacità della classica Analisi Discriminante Lineare basata sulla Decomposizione del Valore Singolare Generalizzato (LDA/GSVD) si deteriora quando si ha a che fare con insiemi di dati non etichettati perché LDA richiede input e target predefiniti. Inoltre, l'algoritmo LDA/GSVD soffre di un alto costo di calcolo a causa dei suoi complessi calcoli matematici e delle iterazioni. Per affrontare questi problemi, questo studio introduce la Self-Organizing Map (SOM) come un nuovo metodo per etichettare i set di dati, e lo sviluppo di un algoritmo basato su reti neurali artificiali per superare il costo computazionale di LDA/GSVD. I risultati mostrano che l'uso di SOM e ANN sono efficaci nel risolvere i problemi dell'algoritmo tradizionale LDA/GSVD.
- Vydavateľstvo: Edizioni Sapienza
- Rok vydania: 2022
- Formát: Paperback
- Rozmer: 220 x 150 mm
- Jazyk: Taliansky jazyk
- ISBN: 9786204548609
Nemecký jazyk 
Anglický jazyk 
