论文信息 - Methoden zur Clusteranalyse und Visualisierung hochdimensionaler Datenmengen

Methoden zur Clusteranalyse und Visualisierung hochdimensionaler Datenmengen

Jede Art von Datenanalyse beginnt damit, das man sich zunachst einen Uberblick uber die vorliegenden Daten verschafft, wobei man vielleicht schon im Ansatz Strukturen erkennt. Dieses Vorstadium jedes noch so elaborierten Datenanalysevebfahrens bleibt meist dem menschlichen Beobachter uberlassen. So verschafft uns beispielsweise bei einer grosen Menge von zweidimensionalen Datenpunkten ein optisches Display einen Uberblick. Es ist ein wichtiges Problem im Bereich der prarationalen maschinellen Intelligenz, diese scheinbar so einfache menschliche Fahigkeit nachzubilden. Allerdings ist auch der Mensch bei vielen hochdimensionalen Datenpunkten meist auserstande, sich einen Uberblick zu verschaffen. Hier konnten kluge Datenverarbeitungsmethoden helfen.

Günther Palm | Friedhelm Schwenker | G. Palm | F. Schwenker

[1] A. Dale Magoun,et al. Decision, estimation and classification , 1989 .

[2] David W. Scott,et al. Multivariate Density Estimation: Theory, Practice, and Visualization , 1992, Wiley Series in Probability and Statistics.

[3] H. Spath,et al. Cluster-Formation und Analyse. , 1984 .

[4] John E. Moody,et al. Fast adaptive k-means clustering: some empirical results , 1990, 1990 IJCNN International Joint Conference on Neural Networks.

[5] U. Kressel. The Impact of the Learning–Set Size in Handwritten–Digit Recognition , 1991 .

[6] Richard O. Duda,et al. Pattern classification and scene analysis , 1974, A Wiley-Interscience publication.

[7] Teuvo Kohonen,et al. The self-organizing map , 1990 .

[8] Rainer Schnell,et al. Graphisch gestützte Datenanalyse , 1994 .

[9] Keinosuke Fukunaga,et al. Introduction to Statistical Pattern Recognition , 1972 .