Utilize este identificador para referenciar este registo: http://hdl.handle.net/10362/2631
Título: Visualization of clusters in geo-referenced data using three-dimensional self-organizing maps
Autor: Gorricha, Jorge Manuel Lourenço
Orientador: Lobo, Victor José de Almeida e Sousa
Palavras-chave: Self-organizing map
Clusters analysis
Geo-referenced data
3D SOM
Visualization
Frontiers
Unsupervised neural networks
Clustering
Data de Defesa: 19-Jan-2010
Relatório da Série N.º: Mestrado em Estatística e Gestão de Informação;TEGI0240
Resumo: The Self-Organizing Map (SOM) is an artificial neural network that performs simultaneously vector quantization and vector projection. Due to this characteristic, the SOM is an effective method for clustering analysis via visualization. The SOM can be visualized through the output space, generally a regular two-dimensional grid of nodes, and through the input space, emphasizing the vector quantization process. Among all the strategies for visualizing the SOM, we are particularly interested in those that allow dealing with spatial dependency, linking the SOM to the geographic visualization with color. One possible approach, commonly used, is the cartographic representation of data with label colors defined from the output space of a two-dimensional SOM. However, in the particular case of geo-referenced data, it is possible to consider the use of a three-dimensional SOM for this purpose, thus adding one more dimension in the analysis. In this dissertation is presented a method for clustering geo-referenced data that integrates the visualization of both perspectives of a three dimensional SOM: linking its output space to the cartographic representation through a ordered set of colors; and exploring the use of frontiers among geo-referenced elements, computed according to the distances in the input space between their Best Matching Units.
Descrição: Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação
URI: http://hdl.handle.net/10362/2631
Aparece nas colecções:NIMS - Dissertações de Mestrado em Estatística e Gestão da Informação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
TEGI0240.pdf1,76 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.