Stratified Data Partitioning in Artificial Neural Network, Fachbücher von Ajit Sahoo

Das Buch "Stratified Data Partitioning in Artificial Neural Network" von Ajit Sahoo bietet eine umfassende Analyse der statistischen Eigenschaften von Trainings-, Validierungs- und Testdaten, die für die optimale Leistung von künstlichen neuronalen Netzwerken (ANN) entscheidend sind. Es werden die Methoden der randomisierten Datenpartitionierung (RDP) und der stratifizierten Datenpartitionierung (SDP) vorgestellt, wobei sowohl deren Vorzüge als auch deren Einschränkungen diskutiert werden. Der Autor schlägt einen innovativen Datencluster-Algorithmus vor, um die identifizierten Mängel der bestehenden Partitionierungsmethoden zu beheben. Anhand von drei Benchmark-Fallstudien aus den Bereichen Klassifikation, Funktionsapproximation und Vorhersage wird die Wirksamkeit der vorgeschlagenen CDCA-Datenpartitionierungsmethode im Vergleich zu anderen Ansätzen wie selbstorganisierenden Karten, Fuzzy-Clustering und genetischen Algorithmen untersucht. Die Ergebnisse zeigen, dass die CDCA-Methode nicht nur eine hohe Leistung erbringt, sondern auch die durchschnittliche CPU-Zeit reduziert.