지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이 논문의 연구 히스토리 (13)
2021
퍼지 클러스터링 기반 신경회로망 패턴분류기 설계: 최소 제곱 추정과 순차적 최소 최적화의 비교 연구
박상범
,
김은후
,
오성권
정보 및 제어 논문집
2021.10
학술대회자료
퍼지 클러스터링 기반 신경회로망 패턴분류기 설계: 최소 제곱 추정과 순차적 최소 최적화의 비교 연구
박상범
,
김은후
,
오성권
대한전기학회 학술대회 논문집
2021.10
학술대회자료
지역 가중 최소 제곱 추정을 사용한 방사형 기저함수 신경회로망 모델 설계
박상범
,
김은후
,
오성권
정보 및 제어 논문집
2021.04
학술대회자료
지역 가중 최소 제곱 추정을 사용한 방사형 기저함수 신경회로망 모델 설계
박상범
,
김은후
,
오성권
대한전기학회 워크샵
2021.04
학술대회자료
2019
2018
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this study, the design methodology of radial basis function neural networks based on incremental K-means clustering is introduced for learning and processing the big data. If there is a lot of dataset to be trained, general clustering may not learn dataset due to the lack of memory capacity. However, the on-line processing of big data could be effectively realized through the parameters operation of recursive least square estimation as well as the sequential operation of incremental clustering algorithm. Radial basis function neural networks consist of condition part, conclusion part and aggregation part. In the condition part, incremental K-means clustering algorithms is used tweights of the conclusion part are given as linear function and parameters are calculated using recursive least squareo get the center points of data and find the fitness using gaussian function as the activation function. Connection s estimation. In the aggregation part, a final output is obtained by center of gravity method. Using machine learning data, performance index are shown and compared with other models. Also, the performance of the incremental K-means clustering based-RBFNNs is carried out by using PSO. This study demonstrates that the proposed model shows the superiority of algorithmic design from the viewpoint of on-line processing for big data.
목차
Abstract
1. 서론
2. 빅 데이터를 처리하기 위한 증분형 K-means 클러스터링 및 순환최소자승법
3. 증분형 K-means 클러스터링 기반 방사형 기저함수 신경회로망
4. 실험 및 결과고찰
5. 결론
References
참고문헌 (16)
참고문헌 신청
N. Pombo, N. Garcia, V. Felizardo, K. Bousson, “Big data reduction using RBFNN: A predictive model for ECG waveform for eHealth platform integration, e-Health Networking, Applications and Services, pp. 66-70, 2014.
S. C. Lee, S. K. Oh, “Design of Incremental FCM-based Recursive RBF Neural Networks Pattern Classifier for Big Data Processing, The Transactions of the Korean Institute of Electrical Engineers, Vol. 65, No. 6, pp. 1070- 1079, 2016.
Y. Ji, F. Ran, C. Ma, David J. Lilja, “A hardware implementation of a radial basis function neural network using stochastic logic, Design, Automation & Test in Europe Conference & Exhibition, pp. 880-883, 2015.
J. P. Mei, Y. Wang, L. Chen, C. Miao, “Incremental fuzzy clustering for document categorization, IEEE International Conference on Fuzzy Systems, pp. 1518-1525, 2014.
Akash Dutt Dubey, “K-Means based radial basis function neural networks for rainfall prediction, International Conference on Trends in Automation, Communications and Computing Technology, Vol. 01, No. 19, pp. 103-109, 2015
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
증분형 K-means 클러스터링 기반 방사형 기저함수 신경회로망 모델 설계
대한전기학회 학술대회 논문집
2016 .07
-
빅 데이터 처리를 위한 증분형 FCM 기반 순환 RBF Neural Networks 패턴 분류기 설계
전기학회논문지
2016 .06
-
증분형 Group K-means 클러스터링 기반 RBFNNs 구조 설계
대한전기학회 학술대회 논문집
2016 .10
-
증분형 Group K-means 클러스터링 기반 RBFNNs 구조 설계
정보 및 제어 논문집
2016 .10
-
Expectation Maximization 학습을 이용한 방사형 기저함수 신경회로망 설계
한국지능시스템학회 논문지
2020 .02
-
퍼지 c-regression means clustering을 이용한 퍼지 방사형 함수 신경 회로망 패턴 분류기 설계
정보 및 제어 논문집
2018 .10
-
Identification of Plastic Wastes by Using Fuzzy Radial Basis Function Neural Networks Classifier with Conditional Fuzzy C-Means Clustering
Journal of Electrical Engineering & Technology
2016 .11
-
합성곱 오토인코더 기반의 응집형 계층적 군집 분석
멀티미디어학회논문지
2020 .01
-
Radial Basis Function Neural Networks Classifier Designed with the Aid of AP Clustering
대한전기학회 학술대회 논문집
2018 .07
-
다차원 데이터에 대한 심층 군집 네트워크의 성능향상 방법
멀티미디어학회논문지
2018 .08
-
상황인식 기반 클러스터링의 적응적 자율 학습 분할 알고리즘
한국정보통신학회 종합학술대회 논문집
2022 .05
-
상황인식 기반 클러스터링의 적응적 자율 학습 분할 알고리즘
한국정보통신학회 종합학술대회 논문집
2022 .10
-
딥러닝을 이용한 시계열데이터 군집화
신뢰성응용연구
2019 .06
-
상황인식 기반 클러스터링의 비지도 학습
한국정보통신학회 종합학술대회 논문집
2020 .07
-
Performance Improvement of Clustering Method Based on Random Swap Algorithm
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2019 .06
-
K-Means Clustering을 활용한 확률론적 부하 예측
대한전기학회 학술대회 논문집
2019 .10
-
클러스터링 기법을 이용한 수용가별 전력 데이터 패턴 분석
KEPCO Journal on electric power and energy
2016 .01
-
Radial basis function neural networks realized with the aid of SVR and Hierarchical agglomerative clustering algorithm
정보 및 제어 논문집
2018 .10
-
노이즈에 강인한 방사형 기저함수 신경회로망 모델 설계
대한전기학회 학술대회 논문집
2018 .07
-
Spectral clustering based on the local similarity measure of shared neighbors
[ETRI] ETRI Journal
2022 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-560-000816599