U-matrix
Ne doit pas être confondu avec Matrice unitaire.
Cet article est une ébauche concernant l’informatique théorique.
Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
Une U-matrix (unified distance matrix en anglais) est un concept d'apprentissage automatique, pour certains réseaux de neurones artificiels. Plus précisément, c'est une représentation d'une carte auto-adaptative où les distances euclidiennes entre les poids associés aux neurones voisins sont représentées par une image en tons de gris.
Les U-Matrix sont utilisées pour visualiser des données exprimées dans un espace de grandes dimensions sur image 2D[1].
Notes et références
- ↑ (en) Alfred Ultsch, H. Peter Siemon, Bernard Widrow (éditeur) et Bernard Angeniol (éditeur), Proceedings of the International Neural Network Conference (INNC-90), Paris, France, July 9–13, 1990, 1, Dordrecht, Netherlands, Kluwer, (ISBN 978-0-7923-0831-7 et 0-7923-0831-X, lire en ligne), « Kohonen's Self Organizing Feature Maps for Exploratory Data Analysis », p. 305–308
Liens externes
- (en) Jaakko Hollmen, « U-matrix », sur Université Aalto,
v · m Apprentissage automatique et exploration de données | |||||||||
---|---|---|---|---|---|---|---|---|---|
Paradigmes d'apprentissage |
| ||||||||
Problèmes |
| ||||||||
Apprentissage supervisé |
| ||||||||
Apprentissage non supervisé et auto-supervisé |
| ||||||||
Métaheuristique d'optimisation | |||||||||
Théorie | |||||||||
Logiciels |
|
- Portail des bases de données
- Portail de l'informatique théorique