Téléchargement | - Voir le manuscrit accepté : Multi-objective Evolutionary Optimization of Neural Networks for Virtual Reality Visual Data Mining: Application to Hydrochemistry (PDF, 577 Kio)
|
---|
Auteur | Rechercher : Valdés, Julio; Rechercher : Barton, Alan |
---|
Format | Texte, Article |
---|
Conférence | 2007 IEEE International Joint Conference on Neural Networks (IJCNN 2007), August 12-17, 2007, Orlando, Florida, USA |
---|
Résumé | L'article présente une méthode de construction d'espaces de réalité virtuelle pour l'exploration visuelle des données, au moyen de l'optimisation multiobjectif, avec des algorithmes génétiques appliqués à des réseaux neuronaux. On emploie deux couches de réseaux neuronaux (sortie et dernier caché) afin de construire des solutions simultanées pour : la classification supervisée des motifs de données et le calcul de deux mesures de préservation non supervisée de la structure de similarité entre la matrice de données originale et son image dans le nouvel espace. Un ensemble d'espaces sont construits à partir de solutions sélectionnées le long du front de Pareto, permettant de comprendre les propriétés internes des données, au moyen de l'inspection visuelle des espaces non dominants ayant des propriétés différentes. Cette stratégie représente une amélioration conceptuelle par rapport aux espaces calculés par la méthode d'optimisation mono-objectif. L'approche présentée est indépendante du domaine et elle est illustrée par une application de l'étude des propriétés hydrochimiques d'échantillons de glace et d'eau de l'Arctique. |
---|
Date de publication | 2007 |
---|
Dans | |
---|
Langue | anglais |
---|
Numéro du CNRC | NRCC 49296 |
---|
Numéro NPARC | 8914091 |
---|
Exporter la notice | Exporter en format RIS |
---|
Signaler une correction | Signaler une correction (s'ouvre dans un nouvel onglet) |
---|
Identificateur de l’enregistrement | 03d3a799-fc27-4919-828b-9078809b0199 |
---|
Enregistrement créé | 2009-04-22 |
---|
Enregistrement modifié | 2020-08-12 |
---|