Hybride Optimierung Für Dimensionsreduktion: Unüberwachte Regression Mit Gradientenabstieg Und Evolutionären Algorithmen [German]

By Daniel Luckehe and Daniel Lückehe

In der Arbeit von Daniel L ckehe wird ein neues hybrides Verfahren zur Dimensionsreduktion methodisch erarbeitet, analysiert und durch experimentelle Tests mit vorhandenen Methoden verglichen. Hochdimensionale Daten, h ufig zusammengefasst unter dem Begriff "Big Data", liegen heutzutage in vielen Bereichen vor. Darunter fallen beispielsweise visuell erfasste Informationen, in denen Muster erkannt werden sollen, Anwendungen im medizinischen Bereich sowie Daten aus dem Gebiet der Astronomie.

Eine Dimensionsreduktion kann dabei helfen, Informationen aus gro en, hochkomplexen Datens tzen zu gewinnen und diese besser verarbeiten zu k nnen. So k nnen Daten beispielsweise auf einen zweidimensionalen Raum abgebildet und somit f r den Menschen visuell erfassbar werden.

• Format: Paperback
• Language: German
• ISBN: 3658107375
• ISBN13: 9783658107376
• Release Date: July 2015
• Publisher: Springer Vieweg
• Length: 99 Pages
• Weight: 0.33 lbs.
• Dimensions: 0.3" x 5.8" x 8.3"