Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-aee28e35-b828-42bb-9d2e-cf28ea914894

Czasopismo

Zeszyty Naukowe Wyższej Szkoły Informatyki

Tytuł artykułu

Application of self-organizing maps in visualization of multidimensional pareto fronts

Autorzy Schlieter, T. 
Treść / Zawartość http://wsinf.edu.pl/p-103-Zeszyty-naukowe
Warianty tytułu
PL Zastosowanie samoorganizujących map w celu wizualizacji wielowymarowych frontów pareto
Języki publikacji EN
Abstrakty
EN The aim of this study is to show the application of Kohonen’s self-organizing maps for the purpose of visualization. Multi-dimensional sets of solutions of test functions for optimization and real multiobjective optimization problems are presented using self-organizing maps and traditional methods for comparison.
PL Celem pracy jest przedstawienie zastosowania samoorganizujących map Kohonena do wizualizacji. Wielowymiarowe zbiory niezdominowanych rozwiązań testowych funkcji optymalizacji oraz rzeczywistych problemów optymalizacji wielokryterialnej są przedstawione z wykorzystaniem samoorganizujących map oraz tradycyjnych metod dla porównania.
Słowa kluczowe
PL samoorganizująca mapa   sztuczna sieć neuronowa Kohonena   front pareto   wizualizacja  
EN self-organizing map   Kohonen’s neural network   Pareto front   visualization  
Wydawca Wyższa Szkoła Informatyki i Umiejętności
Czasopismo Zeszyty Naukowe Wyższej Szkoły Informatyki
Rocznik 2016
Tom Vol. 15, Nr 1
Strony 75--87
Opis fizyczny Bibliogr. 7 poz., rys.
Twórcy
autor Schlieter, T.
  • Institute of Computational Mechanics and Engineering, Silesian University of Technology, ul. Konarskiego 18A, 44-100 Gliwice, tomasz.schlieter@polsl.pl
Bibliografia
[1] Beluch W., Hatłas M., Multiscale Evolutionary Optimization of Functionally Graded Materials, Advances in mechanics: theoretical, computational and interdisciplinary issues, 2016, pp. 83-91
[2] Branke J., Deb K., Miettinen K., Słowiński R., Multiobjective Optimization. Interactive and Evolutionary Approaches, Springer, Berlin, 2008
[3] Długosz A., Jarosz P., Multiobjective optimization of electrothermal microactuators by means of Immune Game Theory Multiobjective Algorithm, Advances in mechanics: theoretical, computational and interdisciplinary issues, 2016, pp. 141-146
[4] Kohonen T., Self-Organizing Maps, Springer, New York, 2001
[5] Obayashi S., Sasaki D., Visualization and Data Mining of Pareto Solutions Using Self-Organizing Map, Lecture Notes in Computer Science, 2003, pp. 796-809
[6] Zitzler E., Deb K., Thiele L., Comparison of Multiobjective Evolutionary Algorithms: Empirical Results, Evolutionary Computation, 2000, pp. 173-195
[7] http://www.cis.hut.fi/projects/somtoolbox/about, access 18-X-2016
Uwagi
PL Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-aee28e35-b828-42bb-9d2e-cf28ea914894
Identyfikatory