Observatorio de I+D+i UPM

Memorias de investigación
Capítulo de libro:
Growing Self-Organizing Maps for Data Analysis
Año:2008
Áreas de investigación
  • Inteligencia artificial
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 selforganizing 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
No
DOI
Edición del Libro
1
Editorial del Libro
IGI Publications
ISBN
978-1-59904-849-9
Serie
Título del Libro
Encyclopedia of Artificial Intelligence
Desde página
781
Hasta página
787
Esta actividad pertenece a memorias de investigación
Participantes
  • Autor: Maria Soledad Delgado Sanz (UPM)
  • Autor: M.Estibaliz Martinez Izquierdo (UPM)
  • Autor: Agueda Arquero Hidalgo (UPM)
  • Autor: Consuelo Gonzalo Martin (UPM)
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Departamento: Organización y Estructura de la Información
  • 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)