Look and Feel What and How Recurrent Self-Organizing Maps Learn
| Autor: | Jérémy Fix, Hervé Frezza-Buet |
|---|---|
| Přispěvatelé: | Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), CentraleSupélec, Bio-Inspired, Situated and Cellular Unconventional Information Technologies (BISCUIT), Department of Complex Systems, Artificial Intelligence & Robotics (LORIA - AIS), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Institut National de Recherche en Informatique et en Automatique (Inria) |
| Rok vydání: | 2019 |
| Předmět: |
Self-organizing map
Computer science business.industry 02 engineering and technology [INFO.INFO-NE]Computer Science [cs]/Neural and Evolutionary Computing [cs.NE] Machine learning computer.software_genre Recurrent self-organizing map 03 medical and health sciences 0302 clinical medicine Robustness (computer science) 0202 electrical engineering electronic engineering information engineering Sequence processing Look and feel 020201 artificial intelligence & image processing Hidden markov models Artificial intelligence Architecture Hidden Markov model business computer 030217 neurology & neurosurgery |
| Zdroj: | Advances in Intelligent Systems and Computing ISBN: 9783030196417 WSOM Advances in Self-Organizing Maps, Learning Vector Quantization, Clustering and Data Visualization, WSOM 19 Advances in Self-Organizing Maps, Learning Vector Quantization, Clustering and Data Visualization, WSOM 19, 976, pp.3-12, 2020, Advances in Intelligent Systems and Computing, 978-3-030-19641-7. ⟨10.1007/978-3-030-19642-4_1⟩ |
| DOI: | 10.1007/978-3-030-19642-4_1 |
| Popis: | International audience; This paper introduces representations and measurements for revealing the inner self-organization that occurs in a 1D recurrent self-organizing map. Experiments show the incredible richness and robustness of an extremely simple architecture when it extracts hidden states of the HMM that feeds it with ambiguous and noisy inputs. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|