Podstawowym celem skalowania wielowymiarowego jest przedstawienie relacji
między obiektami w przestrzeni wielowymiarowej jako odległości w przestrzeni 2- lub
3- wymiarowej. Dane wejściowe do procedur skalowania wielowymiarowego to zazwyczaj
symetryczna macierz kwadratowa wskazująca na relacje (podobieństwa lub niepodobieństwa)
pomiędzy obiektami pewnego zbioru. Istnieje wiele technik klasycznego
skalowania wielowymiarowego, jednak wszystkie z nich wymagają aby w poszczególnych
komórkach tej macierzy znajdowały się pojedyncze wartości liczbowe.
Denoeux and Masson (2002) zaproponowali rozszerzenie klasycznego skalowania
wielowymiarowego na dane symboliczne w postaci przedziałów liczbowych. Danymi wejściowymi do opracowanego przez nich algorytmu 1NTERSCAL jest tabela zawierająca
minimalne i maksymalne odległości pomiędzy hiperprostopadłościanami reprezentującymi
obiekty. Takie same podejście występuje w algorytmach SYMSCAL i I-SCAL
zaproponowanych przez Groenena i in. (2005).
W artykule przedstawiony zostały najważniejsze algorytmy skalowania wielowymiarowego
dla danych symbolicznych w postaci przedziałów liczbowych oraz przykłady
ich zastosowania dla danych symbolicznych pochodzących z repozytorium
http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm.
The aim of multidimensional scaling is to represent dissimilarities among
objects in high dimensional space as distances in low (usually 2- or 3-) dimensional
space. Usually the input to multidimensional scaling procedure is a square, symmetric
matrix indicating relationships (similarities or dissimilarities) among a set of items.
There are many techniques of classical multidimensional scaling but all under assumption
that each entry in relationship matrix is single numeric value.
Denoeux and Masson (2002) have proposed to extend multidimensional scaling
onto symbolic interval data. The input to theirs INTERSCAL algorithm is interval dissimilarity
table containing minimum and maximum distance between hyper-rectangles
representing objects. The same approach is used in SYMSCAL and I-SCAL algorithms
proposed by Groenen et al. (2005).
Article presents main algorithms of multi-dimensional scaling for symbolic data in
form of intervals along with some examples on datasets taken from symbolic data repository
(http://www.ceremade.dauphine.fr/~touati/sodas-pagegarde.htm).
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00