@article{a386d4c3-e348-42f2-99e7-a74cccf2b7d0,
author = {Kazimierz Kiełkowicz},
title = {Unsupervised learning in latent space with a fuzzy logic guided modified ba},
journal = {Czasopismo Techniczne},
volume = {2018},
number = {Volume 8 Year 2018 (115)},
year = {2018},
issn = {0011-4561},
pages = {141-153},keywords = {klasteryzacja dokumentów; uczenie nienadzorowane; BA; logika rozmyta ; document clustering; unsupervised machine learning; fuzzy logic},
abstract = {W publikacji zmodyfikowany algorytm nietoperzowy z  rozmytym kontrolerem typu mamdaniego został zastosowany do problemu analizy skupisk dla danych tekstowych. Proces uczenia odbywa się w przestrzeni skompresowanej, otrzymanej z dekompozycji svD zbioru uczącego. Prezentowany algorytm uczy się jednocześnie optymalnego pokrycia klastrami przestrzeni oraz liczebności klastrów. Do oceny jakości rozwiązania zastosowano wskaźnik sillhouette. Dane w  reprezentacji wektorowej otrzymano z wykorzystaniem transformacji Tf-IDf.  Prezentowany algorytm przetestowana na zbiorze „20 newsgroup”. 

	 

	In this paper, a modified bat algorithm with fuzzy inference Mamdani-type system is applied to the problem of document clustering in a semantic features space induced by SV D decomposition. The algorithm learns the optimal clustering of the documents as well as the optimal number of clusters in a concept space; thus, making it suitable for a large and spare dataset which occur in information retrieval system. A centroidbased solution in multidimensional space is evaluated with a silhouette index. A TF-IDF method is used to represent documents in vector space. The presented algorithm is tested on the 20 Newsgroup dataset.},
doi = {10.4467/2353737XCT.18.121.8896},
url = {https://ejournals.eu/czasopismo/czasopismo-techniczne/artykul/unsupervised-learning-in-latent-space-with-a-fuzzy-logic-guided-modified-ba}
}