Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[7212] Artykuł:

Using Kohonen Networks for WWW Document Classification

Czasopismo: Proceedings of SPIE - The International Society for Optical Engineering, Bellingham, WA, USA   Tom: 5775, Strony: 526-530
ISSN:  0277-786X
ISBN:  0-8194-5756-6
Wydawca:  SPIE-INT SOC OPTICAL ENGINEERING, 1000 20TH ST, PO BOX 10, BELLINGHAM, WA 98227-0010 USA
Opublikowano: 2005
Seria wydawnicza:  Proceedings of SPIE
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Filip Rudziński orcid logoWEAiIKatedra Elektroniki i Systemów Inteligentnych *****332.00  
Adam Głuszek orcid logoWEAiIKatedra Elektroniki i Systemów Inteligentnych *****332.00  
Michał Kekez orcid logoWMiBMKatedra Mechaniki**334.00  

Grupa MNiSW:  Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B)
Punkty MNiSW: 4
Klasyfikacja Web of Science: Proceedings Paper

Pełny tekstPełny tekst     DOI LogoDOI     Web of Science Logo Web of Science    
Słowa kluczowe:

sieć neuronowa  neuronowa samoorganizująca się sieć Kohonena  samoorganizująca się mapa  klasyfikacja dokumentów  grupowanie danych 

Keywords:

neural network  self-organizing Kohonen network  self-organizing map  document classification  clustering 


Abstract:

This paper presents flexible solutions to the clustering and classification of World Wide Web documents. The method proposed in this paper applies the self-organizing Kohonen network known also a self-organizing map (SOM) with twolayer architecture. In this architecture documents become mapped as points on the SOM, in a geometric order that describes the similarity of their contents. This network has been learned by means of unsupervised training technique. After learning process has been completed, the network visualizes semantic relationship between input documents as two-dimensional semantic map. This map is a retrieval interface for an online WWW documents classification system. In this paper, first, the main idea of solution based on SOM has been presented. Next, the operation of this method has been illustrated with the use of synthetic data set. Finally, this technique has been tested by means of real-life WWW documents set.


POWRÓT
Strona główna > Publikacje