Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
International Journal of Applied Mathematics and Computer Science
Volume 34 (2024): Numero 1 (March 2024)
Accesso libero
An Empirical Study of a Simple Incremental Classifier Based on Vector Quantization and Adaptive Resonance Theory
Sylwester Czmil
Sylwester Czmil
,
Jacek Kluska
Jacek Kluska
e
Anna Czmil
Anna Czmil
| 26 mar 2024
International Journal of Applied Mathematics and Computer Science
Volume 34 (2024): Numero 1 (March 2024)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
26 mar 2024
Pagine:
149 - 165
Ricevuto:
01 giu 2023
Accettato:
24 set 2023
DOI:
https://doi.org/10.61822/amcs-2024-0011
Parole chiave
incremental learning
,
data classification
,
vector quantization
,
adaptive resonance theory
,
classification performance
© 2024 Sylwester Czmil et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.