TY - JOUR
TI - Unsupervised learning in latent space with a fuzzy logic guided modified ba
AU - Kiełkowicz, Kazimierz
TI - Unsupervised learning in latent space with a fuzzy logic guided modified ba
AB - 
	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.
VL - 2018
IS - Volume 8 Year 2018 (115)
PY - 2018
SN - 0011-4561
C1 - 2353-737X
SP - 141
EP - 153
DO - 10.4467/2353737XCT.18.121.8896
UR - https://ejournals.eu/czasopismo/czasopismo-techniczne/artykul/unsupervised-learning-in-latent-space-with-a-fuzzy-logic-guided-modified-ba
KW - klasteryzacja dokumentów
KW - uczenie nienadzorowane
KW - BA
KW - logika rozmyta ; document clustering
KW - unsupervised machine learning
KW - fuzzy logic