Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Visualizing High-Dimensional Input Data With Growing Self-Organizing Maps
Año:2007
Áreas de investigación
  • Geología
Datos
Descripción
Currently, there exist many research areas that produce large multivariable datasets that are difficult to visualize in order to extract useful information. Kohonen self-organizing maps have been used successfully in the visualization and analysis of multidimensional data. In this work, a projection technique that compresses multidimensional datasets into two dimensional space using growing self-organizing maps is described. With this embedding scheme, traditional Kohonen visualization methods have been implemented using growing cell structures networks. New graphical map displays have been compared with Kohonen graphs using two groups of simulated data and one group of real multidimensional data selected from a satellite scene
Internacional
Si
Nombre congreso
Sensing and understanding our planet
Tipo de participación
960
Lugar del congreso
Revisores
Si
ISBN o ISSN
1-4244-1212-9
DOI
Fecha inicio congreso
Fecha fin congreso
Desde la página
Hasta la página
Título de las actas
Esta actividad pertenece a memorias de investigación
Participantes
  • Participante: Soledad Delgado Sanz
  • Autor: Consuelo Gonzalo Martin (UPM)
  • Autor: M.Estibaliz Martinez Izquierdo (UPM)
  • Autor: Agueda Arquero Hidalgo (UPM)
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Informática Aplicada al Procesado de Señal e Imagen
  • Departamento: Arquitectura y Tecnología de Sistemas Informáticos
S2i 2021 Observatorio de investigación @ UPM con la colaboración del Consejo Social UPM
Cofinanciación del MINECO en el marco del Programa INNCIDE 2011 (OTR-2011-0236)
Cofinanciación del MINECO en el marco del Programa INNPACTO (IPT-020000-2010-22)