سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۴

نویسنده(ها):

حسین حاجی زاده صفار – دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه صنعتی امیرکبیر، دانشکده م
ناصر مزینی – استادیار دانشکده مهندسی کامپیوتر، عضو هیأت علمی دانشگاه، دانشگاه عل
عادل رحمانی – استادیار دانشکده مهندسی کامپیوتر، عضو هیأت علمی دانشگاه، دانشگاه عل

چکیده:

این مقاله نوع جدیدی از مدل شبکه ART برای پردازش ورودی های مختلط پیشنهاد می گردد. بدین منظور می بایست ساختار شبکه و الگوریتم یادگیری شبکه بگونه ای تغییر یابد که بتواند ورودیهای از نوع مختلط را پذیرفته و خوشه بندی کند. به این منظور تغییرات لازم پیشنهاد شده و الزامات و نتایج این تغییرات از لحاظ ریاضی و عملی بررسی شده است .از میان تغییرات لازم،مهمترین تغییر انتخاب تابع شباهت مناسب به عنوان معیاری برای اندازه گیری شباهت بین بردارهایی با اجزای مختلط است، که در اینجا یک تابع مناسب پیشنهاد شده و مورد بررسی قرار گرفته است . در انتهای مقاله نتایج آزمایش شبکه پیشنهاد شده برای خوش هبندی یک مجموعه از داده های فضایی-زمانی ارائه شده است.