HTML Microdata document

This HTML5 document contains 86 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-de	http://de.dbpedia.org/resource/
dcterms	http://purl.org/dc/terms/
yago-res	http://yago-knowledge.org/resource/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
n21	https://global.dbpedia.org/id/
yago	http://dbpedia.org/class/yago/
dbt	http://dbpedia.org/resource/Template:
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
dbpedia-zh	http://zh.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
n4	http://www.cis.hut.fi/panus/papers/
dbp	http://dbpedia.org/property/
dbc	http://dbpedia.org/resource/Category:
prov	http://www.w3.org/ns/prov#
xsdh	http://www.w3.org/2001/XMLSchema#
dbpedia-id	http://id.dbpedia.org/resource/
n6	http://www.cis.hut.fi/research/lvq_pak/
wikidata	http://www.wikidata.org/entity/
gold	http://purl.org/linguistics/gold/
dbr	http://dbpedia.org/resource/

Statements

Subject Item: dbr:Vector_quantization
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Online_machine_learning
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Branch_predictor
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Large_margin_nearest_neighbor
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Learning_rule
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Learning_vector_quantization
rdf:type: yago:Description106724763 yago:WikicatArtificialNeuralNetworks yago:NeuralNetwork106725467 yago:Statement106722453 yago:Abstraction100002137 yago:Activity100407535 yago:Communication100033020 yago:Rule105846932 yago:Specification106725067 yago:Message106598915 yago:PsychologicalFeature100023100 yago:Act100030358 yago:Procedure101023820 yago:Algorithm105847438 yago:WikicatClassificationAlgorithms yago:ComputerArchitecture106725249 dbo:Software yago:Event100029378 yago:YagoPermanentlyLocatedEntity
rdfs:label: 学习向量量化 Lernende Vektorquantisierung Kuantisasi vektor belajar Learning vector quantization
rdfs:comment: 在计算机科学中，学习向量量化（Learning Vector Quantization，LVQ）是一种基于原型的监督学习统计分类算法。 LVQ是向量量化的监督版本。 Lernende Vektorquantisierung, englisch learning vector quantization (kurz: LVQ), ist ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Es dient der Klassifikation von nichtlinearen Problemen. VQ = Vektorquantisierung: Verfahren zum unüberwachten Clustering LVQ = Lernende VQ Klassifikation: Abbildung in K KlassenTrainingmenge P P = {(xi,yi) in x{1..K}|i} LVQ-Netz:gegeben durch Prototypen (w1,Y1)…(wk,Yk) in {1..K}definiert Abbildung x → Yi mit |x-wi| minimal, also Gewinner nach WTA (Winner Take All) Algorithmus: Kuantisasi vektor belajar (KVB), (bahasa Inggris: learning vector quantization (LVQ)) adalah ilmu komputer yang merupakan algoritme klasifikasi untuk melihat pola prototipe. LVQ merupakan sistem kuantisasi vektor pasangan pengawas. In computer science, learning vector quantization (LVQ) is a prototype-based supervised classification algorithm. LVQ is the supervised counterpart of vector quantization systems.
foaf:homepage: n6:
dcterms:subject: dbc:Classification_algorithms dbc:Artificial_neural_networks
dbo:wikiPageID: 827635
dbo:wikiPageRevisionID: 1106632822
dbo:wikiPageWikiLink: dbr:Supervised_learning dbr:Winner-take-all_(computing) dbr:Neural_gas dbr:Euclidean_distance dbr:Feature_space dbr:Hebbian_learning dbc:Classification_algorithms dbr:Algorithm dbr:Artificial_neural_network dbr:Prototype dbc:Artificial_neural_networks dbr:Computer_science dbr:Self-organizing_map dbr:Multi-class_classification dbr:Vector_space dbr:Teuvo_Kohonen dbr:Statistical_classification dbr:K-nearest_neighbor_algorithm dbr:Vector_quantization
dbo:wikiPageExternalLink: n4:dtwsom.pdf n6:
owl:sameAs: dbpedia-de:Lernende_Vektorquantisierung wikidata:Q1820283 dbpedia-id:Kuantisasi_vektor_belajar freebase:m.03fcdd dbpedia-zh:学习向量量化 n21:kxFd yago-res:Learning_vector_quantization
dbp:wikiPageUsesTemplate: dbt:Citation_needed
dbo:abstract: Kuantisasi vektor belajar (KVB), (bahasa Inggris: learning vector quantization (LVQ)) adalah ilmu komputer yang merupakan algoritme klasifikasi untuk melihat pola prototipe. LVQ merupakan sistem kuantisasi vektor pasangan pengawas. In computer science, learning vector quantization (LVQ) is a prototype-based supervised classification algorithm. LVQ is the supervised counterpart of vector quantization systems. 在计算机科学中，学习向量量化（Learning Vector Quantization，LVQ）是一种基于原型的监督学习统计分类算法。 LVQ是向量量化的监督版本。 Lernende Vektorquantisierung, englisch learning vector quantization (kurz: LVQ), ist ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Es dient der Klassifikation von nichtlinearen Problemen. VQ = Vektorquantisierung: Verfahren zum unüberwachten Clustering LVQ = Lernende VQ Klassifikation: Abbildung in K KlassenTrainingmenge P P = {(xi,yi) in x{1..K}|i} LVQ-Netz:gegeben durch Prototypen (w1,Y1)…(wk,Yk) in {1..K}definiert Abbildung x → Yi mit |x-wi| minimal, also Gewinner nach WTA (Winner Take All) LVQ1:Es werden für die Klassen 1 bis k ein oder mehrere Neuronen erzeugt und deren Gewichtsvektoren zufällig, mit zufälligen Pattern der jeweiligen Klasse, durch die Schwerpunkte der jeweiligen Klasse oder anders sinnvoll initialisiert. Dann werden genau wie bei Vektorquantisierung die Muster präsentiert und je ein Gewinnerneuron mit kleinstem euklidischem Abstand zur Eingabe berechnet. Dabei ist die Lernrate [0,1] entweder konstant oder im Laufe des Verfahrens fallend, um Konvergenz zu erzwingen. Algorithmus: init wj repeat Wähle (xi,yi) bestimme Gewinner (wk,yk) wk = wk+(xi-wk) falls yi = Yk (wenn yi die durch wk repräsentierte Klasse) wk-(xi-wk) sonst Die Konvergenz von LVQ1 ist nicht bewiesen; es gibt in der Praxis Probleme bei überlappenden Daten.
gold:hypernym: dbr:Algorithm
prov:wasDerivedFrom: wikipedia-en:Learning_vector_quantization?oldid=1106632822&ns=0
dbo:wikiPageLength: 4474
foaf:isPrimaryTopicOf: wikipedia-en:Learning_vector_quantization

Subject Item: dbr:Teuvo_Kohonen
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization
dbp:knownFor: dbr:Learning_vector_quantization
dbo:knownFor: dbr:Learning_vector_quantization

Subject Item: dbr:Learning_Vector_Quantization
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization
dbo:wikiPageRedirects: dbr:Learning_vector_quantization

Subject Item: dbr:Yasuo_Matsuyama
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Outline_of_machine_learning
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Supervised_learning
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:Types_of_artificial_neural_networks
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization

Subject Item: dbr:LVQ
dbo:wikiPageWikiLink: dbr:Learning_vector_quantization
dbo:wikiPageRedirects: dbr:Learning_vector_quantization

Subject Item: wikipedia-en:Learning_vector_quantization
foaf:primaryTopic: dbr:Learning_vector_quantization