39,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Der Self-organizing Maps Algorithmus (SOM) ist ein unüberwachtes Lernverfahren aus dem Bereich der künstlichen neuronalen Netze. Aufgrund seiner besonderen Eigenschaften ist der SOM Algorithmus einer der meist verwendetsten Algorithmen in der visuellen Clusteranalyse. Die zentrale Forschungsfrage dieser Arbeit bezieht sich auf die Qualität der Ergebnisse des SOM-basierten Clusteranalyseprozesses. Die Arbeit zeigt Lösungsstrategien auf, um den Analyseprozess mit visuellen Qualitätsbewertungsmethoden zu unterstützen. Neben der Integration bewährter Darstellungsformen liegt der Schwerpunk dieser…mehr

Produktbeschreibung
Der Self-organizing Maps Algorithmus (SOM) ist ein unüberwachtes Lernverfahren aus dem Bereich der künstlichen neuronalen Netze. Aufgrund seiner besonderen Eigenschaften ist der SOM Algorithmus einer der meist verwendetsten Algorithmen in der visuellen Clusteranalyse. Die zentrale Forschungsfrage dieser Arbeit bezieht sich auf die Qualität der Ergebnisse des SOM-basierten Clusteranalyseprozesses. Die Arbeit zeigt Lösungsstrategien auf, um den Analyseprozess mit visuellen Qualitätsbewertungsmethoden zu unterstützen. Neben der Integration bewährter Darstellungsformen liegt der Schwerpunk dieser Arbeit in der Konzeption, der Umsetzung und der Evaluierung neu entwickelter, interaktiver Visualisierungsformen.
Autorenporträt
Jürgen Bernard studierte Informatik mit den Schwerpunkten Computergraphik und Bionik an der Technischen Universität Darmstadt (TUDa). Derzeit verfolgt Jürgen seine Promotion an der TUDa. Er arbeitet am Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) an Forschungsthemen im Bereich Informationsvisualisierung und Visual Analytics.