×

并行化模糊ARTMAP以提高其收敛速度:网络划分方法和数据划分方法。 (英语) Zbl 1224.68169号

摘要:FAM既可以是资产也可以是负债,其特性之一是能够根据需要生成新的神经元(模板)来表示分类类别。此属性允许FAM自动适应数据库,而无需任意指定网络结构。我们提供了两种加速FAM算法的方法。第一种方法称为数据分区方法,将数据划分为独立处理的子集。第二种方法称为网络分区方法,在训练期间使用管道在进程之间分配工作。我们在Beowulf工作站集群上提供了两种方法的实验结果,证实了修改的加速。

MSC公司:

68层37 人工智能背景下的不确定性推理
68瓦10 计算机科学中的并行算法
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] G.C.Anagostopoulos,《测试Fuzzy ARTMAP中匹配跟踪的效用》,载于:第七届基于知识的智能信息工程国际会议论文集,第2卷,英国牛津大学,2003年,第1-6页,KES’03。;G.C.Anagostopoulos,《测试Fuzzy ARTMAP中匹配跟踪的效用》,载于《第七届基于知识的智能信息工程国际会议论文集》,第2卷,英国牛津大学,2003年,第1-6页,KES’03。
[2] 布雷曼,L。;弗里德曼,J.H。;Olshen,R.A。;Stone,J.,《分类和回归树》(1998),CRC出版社:佛罗里达州博卡拉顿CRC出版社
[3] Carpenter,G.A。;Grossberg,S。;马库森,N。;雷诺兹,J.H。;Rosen,D.B.,《模糊ARTMAP:模拟多维映射增量学习的神经网络架构》,IEEE Trans。神经网络,3,5,698-713(1992)
[4] G.A.Carpenter,S.Grossberg,J.H.Reynolds,《模糊ART:用于模拟模式快速、稳定分类的自适应共振算法》,载于:国际神经网络联合会议,IJCNN'91,第二卷,IEEE/INNS/ENNS,华盛顿州西雅图,1991年,第411-416页。;G.A.Carpenter、S.Grossberg、J.H.Reynolds,《模糊ART:用于模拟模式快速、稳定分类的自适应共振算法》,载于《国际神经网络联合会议》,IJCNN'91,第二卷,IEEE/INNS/ENNS,华盛顿州西雅图,1991年,第411-416页。
[5] M.Mehta,R.Agrawal,J.Riassnen,《SLIQ:数据挖掘的快速可扩展分类器》,载于:P.M.G.Apers,M.Bouzeghoub,G.Gardarin,《扩展数据库技术》,法国阿维尼翁,柏林斯普林格出版社,1996年,第18-32页。[在线]。可用:http://citeseer.mj.nec.com/mehta96sliq.html; M.Mehta,R.Agrawal,J.Riassnen,《SLIQ:数据挖掘的快速可扩展分类器》,载于:P.M.G.Apers,M.Bouzeghoub,G.Gardarin,《扩展数据库技术》,法国阿维尼翁,柏林斯普林格出版社,1996年,第18-32页。[在线]。可用:http://citeseer.mj.nec.com/mehta96sliq.html
[6] C.M.Procopiuc,M.Jones,R.Agrawal,T.Murali,快速投影聚类的蒙特卡罗算法,ser。ACM SIGMOD,ACM编辑,美国威斯康星州麦迪逊,2002年6月,第418-427页。;C.M.Procopiuc,M.Jones,R.Agrawal,T.Murali,快速投影聚类的蒙特卡罗算法,ser。ACM SIGMOD,ACM编辑,美国威斯康星州麦迪逊,2002年6月,第418-427页。
[7] Quinlan,J.R.,C4.5:机器学习程序(1993),Morgan Kaufmann:Morgan Kaufmann,加利福尼亚州圣马特奥
[8] J.C.Shafer、R.Agrawal、M.Mehta,《SPRINT:一种用于数据挖掘的可扩展并行分类器》,载于:《第22届超大数据库国际会议论文集》,VLDB,T.M.Vijayaraman,A.P.Buchmann,C.Mohan,N.L.Sarda(编辑),印度孟买,Morgan Kaufmann,1996年9月,第544-555页。;J.C.Shafer、R.Agrawal、M.Mehta,《SPRINT:一种用于数据挖掘的可扩展并行分类器》,载于:《第22届超大数据库国际会议论文集》,VLDB,T.M.Vijayaraman,A.P.Buchmann,C.Mohan,N.L.Sarda(编辑),印度孟买,Morgan Kaufmann,1996年9月,第544-555页。
[9] 加州大学欧文分校UCI机器学习库,http://www.icf.ucf.edu/mlearn/MLRepository.html; 加州大学欧文分校UCI机器学习库,http://www.icf.ucf.edu/mlearn/MLRepository.html
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。