| http://dbpedia.org/ontology/abstract
|
在计算机科学中，学习向量量化（Learning Vector Quantization，LVQ）是一种基于原型的监督学习统计分类算法。 LVQ是向量量化的监督版本。
, Kuantisasi vektor belajar (KVB), (bahasa Inggris: learning vector quantization (LVQ)) adalah ilmu komputer yang merupakan algoritme klasifikasi untuk melihat pola prototipe. LVQ merupakan sistem kuantisasi vektor pasangan pengawas.
, In computer science, learning vector quantization (LVQ) is a prototype-based supervised classification algorithm. LVQ is the supervised counterpart of vector quantization systems.
, Lernende Vektorquantisierung, englisch lea … Lernende Vektorquantisierung, englisch learning vector quantization (kurz: LVQ), ist ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Es dient der Klassifikation von nichtlinearen Problemen. VQ = Vektorquantisierung: Verfahren zum unüberwachten Clustering LVQ = Lernende VQ Klassifikation: Abbildung in K KlassenTrainingmenge P P = {(xi,yi) in x{1..K}|i} LVQ-Netz:gegeben durch Prototypen (w1,Y1)…(wk,Yk) in {1..K}definiert Abbildung x → Yi mit |x-wi| minimal, also Gewinner nach WTA (Winner Take All) LVQ1:Es werden für die Klassen 1 bis k ein oder mehrere Neuronen erzeugt und deren Gewichtsvektoren zufällig, mit zufälligen Pattern der jeweiligen Klasse, durch die Schwerpunkte der jeweiligen Klasse oder anders sinnvoll initialisiert. Dann werden genau wie bei Vektorquantisierung die Muster präsentiert und je ein Gewinnerneuron mit kleinstem euklidischem Abstand zur Eingabe berechnet. Dabei ist die Lernrate [0,1] entweder konstant oder im Laufe des Verfahrens fallend, um Konvergenz zu erzwingen. Algorithmus: init wj repeat Wähle (xi,yi) bestimme Gewinner (wk,yk) wk = wk+(xi-wk) falls yi = Yk (wenn yi die durch wk repräsentierte Klasse) wk-(xi-wk) sonst Die Konvergenz von LVQ1 ist nicht bewiesen; es gibt in der Praxis Probleme bei überlappenden Daten.r Praxis Probleme bei überlappenden Daten.
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://www.cis.hut.fi/panus/papers/dtwsom.pdf +
, http://www.cis.hut.fi/research/lvq_pak/ +
|
| http://dbpedia.org/ontology/wikiPageID
|
827635
|
| http://dbpedia.org/ontology/wikiPageLength
|
4474
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1106632822
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Winner-take-all_%28computing%29 +
, http://dbpedia.org/resource/Feature_space +
, http://dbpedia.org/resource/Algorithm +
, http://dbpedia.org/resource/Vector_quantization +
, http://dbpedia.org/resource/Category:Classification_algorithms +
, http://dbpedia.org/resource/Self-organizing_map +
, http://dbpedia.org/resource/Teuvo_Kohonen +
, http://dbpedia.org/resource/Statistical_classification +
, http://dbpedia.org/resource/Category:Artificial_neural_networks +
, http://dbpedia.org/resource/Hebbian_learning +
, http://dbpedia.org/resource/Artificial_neural_network +
, http://dbpedia.org/resource/Prototype +
, http://dbpedia.org/resource/Multi-class_classification +
, http://dbpedia.org/resource/Computer_science +
, http://dbpedia.org/resource/Supervised_learning +
, http://dbpedia.org/resource/K-nearest_neighbor_algorithm +
, http://dbpedia.org/resource/Euclidean_distance +
, http://dbpedia.org/resource/Neural_gas +
, http://dbpedia.org/resource/Vector_space +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Citation_needed +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Classification_algorithms +
, http://dbpedia.org/resource/Category:Artificial_neural_networks +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Algorithm +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Learning_vector_quantization?oldid=1106632822&ns=0 +
|
| http://xmlns.com/foaf/0.1/homepage
|
http://www.cis.hut.fi/research/lvq_pak/ +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Learning_vector_quantization +
|
| owl:sameAs |
http://yago-knowledge.org/resource/Learning_vector_quantization +
, http://zh.dbpedia.org/resource/%E5%AD%A6%E4%B9%A0%E5%90%91%E9%87%8F%E9%87%8F%E5%8C%96 +
, http://www.wikidata.org/entity/Q1820283 +
, http://de.dbpedia.org/resource/Lernende_Vektorquantisierung +
, http://dbpedia.org/resource/Learning_vector_quantization +
, http://id.dbpedia.org/resource/Kuantisasi_vektor_belajar +
, http://rdf.freebase.com/ns/m.03fcdd +
, https://global.dbpedia.org/id/kxFd +
|
| rdf:type |
http://dbpedia.org/ontology/Software +
, http://dbpedia.org/class/yago/Procedure101023820 +
, http://dbpedia.org/class/yago/Act100030358 +
, http://dbpedia.org/class/yago/Abstraction100002137 +
, http://dbpedia.org/class/yago/YagoPermanentlyLocatedEntity +
, http://dbpedia.org/class/yago/Communication100033020 +
, http://dbpedia.org/class/yago/WikicatArtificialNeuralNetworks +
, http://dbpedia.org/class/yago/Activity100407535 +
, http://dbpedia.org/class/yago/NeuralNetwork106725467 +
, http://dbpedia.org/class/yago/Event100029378 +
, http://dbpedia.org/class/yago/ComputerArchitecture106725249 +
, http://dbpedia.org/class/yago/Message106598915 +
, http://dbpedia.org/class/yago/Algorithm105847438 +
, http://dbpedia.org/class/yago/Specification106725067 +
, http://dbpedia.org/class/yago/Rule105846932 +
, http://dbpedia.org/class/yago/Description106724763 +
, http://dbpedia.org/class/yago/PsychologicalFeature100023100 +
, http://dbpedia.org/class/yago/WikicatClassificationAlgorithms +
, http://dbpedia.org/class/yago/Statement106722453 +
|
| rdfs:comment |
在计算机科学中，学习向量量化（Learning Vector Quantization，LVQ）是一种基于原型的监督学习统计分类算法。 LVQ是向量量化的监督版本。
, In computer science, learning vector quantization (LVQ) is a prototype-based supervised classification algorithm. LVQ is the supervised counterpart of vector quantization systems.
, Kuantisasi vektor belajar (KVB), (bahasa Inggris: learning vector quantization (LVQ)) adalah ilmu komputer yang merupakan algoritme klasifikasi untuk melihat pola prototipe. LVQ merupakan sistem kuantisasi vektor pasangan pengawas.
, Lernende Vektorquantisierung, englisch lea … Lernende Vektorquantisierung, englisch learning vector quantization (kurz: LVQ), ist ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Es dient der Klassifikation von nichtlinearen Problemen. VQ = Vektorquantisierung: Verfahren zum unüberwachten Clustering LVQ = Lernende VQ Klassifikation: Abbildung in K KlassenTrainingmenge P P = {(xi,yi) in x{1..K}|i} LVQ-Netz:gegeben durch Prototypen (w1,Y1)…(wk,Yk) in {1..K}definiert Abbildung x → Yi mit |x-wi| minimal, also Gewinner nach WTA (Winner Take All) Algorithmus:er nach WTA (Winner Take All) Algorithmus:
|
| rdfs:label |
Kuantisasi vektor belajar
, Learning vector quantization
, Lernende Vektorquantisierung
, 学习向量量化
|
