Kohonena tīkli un to pielietojums klāsterizācijā

Abstract

Šī darba mērķis ir aplūkot Kohonena tīklus un to pielietojumu klāsterizacijā.Darba sākumā tiek apskatīti mākslīgie neironu tikli un viens no to veidiem - Kohonena tīkli. Tālāk tiek apskatīta klāsterizācijas problēma, populārākās klāsterizācijas metodes un klāsterizācijas derīguma mēri. Pēc tam tiek veikti praktiski eksperimenti ar valstu IKP rādītājiem un Eiropas komisijas datiem datorprogrammas R vidē, lai salīdzinātu četru klāsterizāciju risinājumu rezultātus.

The aim of this paper is to examine Kohonen networks and their application in clustering. The paper begins with theory on artificial neural networks with a focus on Kohonen networks. The following part is dedicated to the problem of clustering, most well-known clustering methods, and measures of clustering validity. In order to compare the results of four different clustering methods, the paper is concluded with practical experiments including GDP indices of several countries and data of European Commission in the computerprogramm R.