@phdthesis{Harth2012, type = {Master Thesis}, author = {Christian Harth}, title = {Erweiterung von Generalized [Relevance|Matrix] LearningVector Quantization zur Anwendung auf funktionale Daten}, url = {https://nbn-resolving.org/urn:nbn:de:bsz:mit1-opus-24121}, year = {2012}, abstract = {In dieser Arbeit werden die Verfahren GLVQ und GRLVQ mit der Sobolev-Metrik erweitert und an verschiedene Datens{\"a}tze mit funktionalen Daten getestet. Au{\"s}erdem wird ein Ansatz vor-gestellt, die Prototypen durch {\"U}berlagerungen von Basisfunktionen darzustellen. Dieser Ansatz wird zus{\"a}tzlich noch auf den GMLVQ angewendet. Hierf{\"u}r betrachtete man die Gau{\"s}funktio-nen und Sigmoidfunktionen als Basisfunktionen. Dabei wurden mit der Sobolev-Metrik sehr gute Resultat erzielt.}, language = {de} }