Publication detail

Air Quality Modelling by Kohonen´s Self-organizing Feature Maps and LVQ Neural Networks

Authors: Hájek Petr | Olej Vladimír

Year: 2008

Type of publication: článek v odborném periodiku

Name of source: WSEAS Transactions on Environment and Development

Publisher name: WSEAS Press

Place: Atény

Page from-to: 45-55

Titles:

Language	Name	Abstract	Keywords
cze	Modelování kvality ovzduší pomocí Kohonenových samoorganizujících se map a LVQ neuronových sítí	Článek uvádí návrh parametrů pro modelování kvality ovzduší a klasifikaci oblastí do tříd podle znečištění ovzduší. Dále uvádí návrh modelu, předzpracování dat, návrh různých struktur Kohonenových samoorganizujících se map (učení bez učitele), shlukování pomocí algoritmu K-průměrů a klasifikaci pomocí LVQ neuronových sítí (učení s učitelem). Proto model vytváří dobře oddělené shluky a má zároveň dobrou schopnost generalizace.
eng	Air Quality Modelling by Kohonen´s Self-organizing Feature Maps and LVQ Neural Networks	The paper presents a design of parameters for air quality modelling and the classification of districts into classes according to their pollution. Further, it presents a model design, data pre-processing, the designs of various structures of Kohonen´s Self-organizing Feature Maps (unsupervised methods), the clustering by K-means algorithm and the classification by Learning Vector Quantization neural networks (supervised methods). Therefore, the model generates well-separated clusters and has good generalization ability as well.	Air quality, modelling, Kohonen?s self-organizing feature maps, K-means algorithm, Learning Vector Quantization neural networks, classification.

Search