Jag accepterar att kakor lagras på min dator

Läs mer

Clustering using winner-take-all units.

Clustering using winner-take-all units. Beställ tryckt exemplar Lägg i kundvagnen
Författare: Bengtsson Mats, Roivainen Pertti
Ort: Linköping
Sidor: 35
Utgivningsår: 1994
Publiceringsdatum: 1994-08-23
Rapportnummer: (FOA C 30723-3.4)
Nyckelord neural networks, Potts glass, clustering, data fusion, neuronnät, Potts glas, kategorisering, datafusion, datorseende och parallella system, 370, 51343702
Sammanfattning Vi presenterar en tillämpning av ett Potts glas på kategoriseringsproblem. Simulerad anlöpning används tillsammans med en medelfälts approximation för att undvika lokala minima. Rörelseekvationerna är helt parallella och enkla att implementera. Modellen har inga fria parametrar utom de som rör den simulerade anlöpningen. Vi visar hur modellen kan användas för speciella kategoriseringsproblem. I gränsen T - 0 är modellen identisk med vektor kvantiserings algoritmen med speciella steglängder. En jämförande studie av detta Potts glas och vektor kvantisering görs. För svåra kategoriserings problem är ett Potts glas överlägset vektor kvantisering.
Abstract We present an application of a Potts glass to the clustering problem. Simulated annealing in the mean field approximation is used in order to avoid local minima. The resulting updating equations are completely parallel, and very simple and easy to implement. The model has no free parameters except for the annealing parameters. We demonstrate how it can be designed for some special clustering problems. The T - 0 limit of the Potts glass is identical to the vector quantization algorithm with certain step lengths. A comparative study of the Potts glass and vector quantization is made. For difficult clustering problems the Potts glass is far vetter than vector quantization.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182