Titelaufnahme

Titel
Visualisations for comparing self-organising maps / Doris Baum
VerfasserBaum, Doris
Begutachter / BegutachterinRauber, Andreas
Erschienen2007
Umfang74 Bl. : graph. Darst.
HochschulschriftWien, Techn. Univ., Mag.-Arb., 2007
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypMasterarbeit
Schlagwörter (DE)Self-organizing Maps / Datenexploration / Visualisierung
Schlagwörter (EN)Self-organizing Maps / data exlporation / visualization
URNurn:nbn:at:at-ubtuw:1-20194 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Visualisations for comparing self-organising maps [4.22 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Self-organising Maps (SOMs) are a very useful method for exploring and analysing large data collections: They project high-dimensional data into a low-dimensional output space so that it is easier to analyse for humans than the original data. For the purpose of analysis, plenty of visualisations exist which display different aspects and properties of the maps and the data. There are, however, very few visualisations for directly comparing two or more SOMs with each other.

This work tries to rectify that by introducing three visualisations to compare SOMs trained on the same dataset with different parameters, to find out where the data comes to lie on each map and assess the stability and quality of the projections.

Zusammenfassung (Englisch)

Self-organising Maps (SOMs) sind ein sehr nützliches Werkzeug um große Datensammlungen zu untersuchen und zu analysieren: Sie projizieren hochdimensionale Daten in einen niedrigdimensionalen Raum, so dass die Daten leichter von Menschen analysiert werden können als in ihrer ursprünglichen Form. Zum Zweck der Analyse existieren viele Visualisierungen, die verschiedene Aspekte und Eigenschaften der SOMs und der Daten darstellen. Es gibt allerdings sehr wenige Visualisierungen um zwei oder mehr SOMs direkt mit einander zu vergleichen. Um dies zu beheben stellt diese Arbeit drei Visualisierungen vor, die SOMs vergleichen, die auf dem gleichen Datenset mit unterschiedlichen Parametern trainiert wurden. Damit soll herausgefunden werden, wo die Daten jeweils auf den Karten zu liegen kommen und die Stabilität und Qualität der Projektionen eingeschätzt werden.