home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #19 / NN_1992_19.iso / spool / comp / ai / neuraln / 3323 < prev    next >
Encoding:
Internet Message Format  |  1992-08-26  |  2.1 KB
  1. Path: sparky!uunet!dtix!darwin.sura.net!jvnc.net!nuscc!iti.gov.sg!news
  2. From: swarnama@iti.gov.sg (S. Swarnamala)
  3. Newsgroups: comp.ai.neural-nets
  4. Subject: Clustering Algorithms - some basic issues
  5. Message-ID: <1992Aug27.043929.7753@iti.gov.sg>
  6. Date: 27 Aug 92 04:39:29 GMT
  7. References: <1992Aug20.175240.23266@src.umd.edu>
  8. Sender: news@iti.gov.sg (News Admin)
  9. Reply-To: swarnama@iti.gov.sg
  10. Organization: Information Technology Institute, National Computer Board, S'pore
  11. Lines: 33
  12.  
  13. Hello fellow netters,
  14. I am trying to use RBF-based hybrid network for prediction. I follow the design as is given
  15.  in literature - Single hidden layer feed forward BP-net with linear output nodes and 
  16. guassian hidden nodes. I also use additional nodes each of input dimension for every 
  17. hidden unit (intruduced for improving prediction). I have simulated this net using around 
  18. 100 guassians for a 12 dimensional input of around 400 input sample size 
  19. (could be oversized - I don't know). 
  20.  
  21. I have some fundamental questions regarding this :
  22.  
  23.  1) The unsupervised part of learning in this context is basically a process of clustering 
  24. all the input patterns of N-dimension. The common way of quantifying the tightness of
  25.  clustering is sum((Eu)dist of each pattern from its closest cluster center). What should 
  26. this measure be for a good clustering?  OR in other words " Is there a bench mark against
  27.  which the quality for a given clustered sample could be compared ( such as Average Relative
  28.  Variance for prediction)"
  29.  
  30.  2) Is there any empirical relation between no: of attractors (cluster centres), input
  31.                            --------
  32.  pattern dimension and no: of patterns to be clustered ?
  33.  
  34.  3) Any figures of reasonable input dimension for which RBF network size will be manageble ?
  35.  
  36. I request for answers to these queries. Also am thankful for any pointers to literature
  37.  discussing these issues . I shall summarise the replies I get on this news-group.
  38.  
  39. -----------------------------------------
  40.  Srirengan Swarnamala,                       
  41.  Knowledge Systems Lab,
  42.  Information Technology Institute,
  43.  National Computer Board of Singapore.
  44.  (E-mail : (Internet) swarnama@iti.gov.sg
  45.  
  46.