Representación y clasificación de datos geoespaciales: comparación entre mapas autoorganizativos de kohonen y el método gas neuronal

Aproximadamente el 80% de toda la información existente en el mundo corresponde a información georreferenciada. Esto crea una creciente necesidad de disponer de herramientas más flexibles, precisas y fáciles de usar para la visualización, exploración y clasificación de grandes volúmenes de datos geo...

Full description

Autores:

De Moya Aarís, Marly Esther

Tipo de recurso:

Article of journal

Fecha de publicación:

2003

Institución:

Universidad Nacional de Colombia

Repositorio:

Universidad Nacional de Colombia

Idioma:

spa

OAI Identifier:

oai:repositorio.unal.edu.co:unal/28727

Acceso en línea:

https://repositorio.unal.edu.co/handle/unal/28727
http://bdigital.unal.edu.co/18775/

Palabra clave:

Gepgraphic information System (GIS)
spatial data mining
neuronal networks
Self organizating map (SOM)
kohonen
neural gas
Sistemas de Información geográfica (SIG)
mineria de datos espaciales
redes neuronales
Mapas Autoorganizativos (SOM)
Kohonen
Gas Neuronal

Rights

openAccess

License

Atribución-NoComercial 4.0 Internacional