POLITECNICO DI BARI - Catalogo dei prodotti della Ricerca
Archivio istituzionale dei prodotti della ricerca destinato a raccogliere, rendere visibile e conservarela produzione scientifica del Politecnico di Bari.
EnglishWe study learning vector quantization methods to adapt the size of (hyper-)spherical clusters to better fit a given data set, especially in the context of non-normalized activations. The basic idea of our approach is to compute a desired radius from the data points that are assigned to a cluster and then to adapt the current radius of the cluster in the direction of this desired radius. Since cluster size adaptation has a considerable impact on the number of clusters needed to cover a data set, we also examine how to select the number of clusters based on validity measures and, in the context of non-normalized activations, on the coverage of the data.
| Autori: | |
| Titolo: | Learning Vector Quantization: Cluster Size and Cluster Number |
| Data di pubblicazione: | 2004 |
| Nome del convegno: | IEEE International Symposium on Circuits and Systems, ISCAS 2004 |
| ISBN: | 0-7803-8251-X |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1109/ISCAS.2004.1329931 |
| Appare nelle tipologie: | 4.1 Contributo in Atti di convegno |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Copyright © 2020