Карты самоорганизации Конкурентное обучение SOM Алгоритм «победитель получает все» Конкурентное обучение • Евклидово расстояние до нормализованного вектора Wi Свойства вычислительных карт Модели отображения признаков Модели отображения признаков • Модель Уилшоу Модели отображения признаков • Модель Кохонена. Модель алгоритмов векторного кодирования. Основные процессы формирования карты Процесс конкуренции • Размерность входного пространства – m • Кооперация • Окрестности победившего нейрона i и возбужденным j • Функция Гаусса • - эффективная ширина окрестности Кооперация Кооперация • При одномерной решетке dji =|j-i| • Двумерной • Зависимости величины • • Функция окрестности от времени n (9.6) Адаптация • Корректировка при измененном правиле Хебба • Где • При • - «слагаемое забывания» и (9.14) Этапы адаптивного процесса • Этапы самоорганизации и этап сходимости Этапы адаптивного процесса • Рекомендация по выбору параметров Этапы адаптивного процесса • Рекомендация по выбору параметров этапа самоорганизации Этапы адаптивного процесса • Этап сходимости Этап сходимости Алгоритм SOM • Отличительные характеристики алгоритма Алгоритм SOM Алгоритм SOM Меры расстояний между векторами Алгоритм SOM Проблема «холостых» нейронов Инициализация случайными значениями -> часть нейронов оказываются в области где мало данных -> такие нейроны не побеждают в конкурентной борьбе -> увеличивается погрешность квантования Проблема «холостых» нейронов • Второй подход Алгоритм нейронного газа Алгоритм нейронного газа Свойства карты признаков • Ф – нелинейное преобразование входного пространства Х в выходное А (карта признаков) Свойства карты признаков Свойства карты признаков Метод выпуклой комбинации (продолжение)
