Лабораторная работа №7 исследование сети кохонена и алгоритма обучения без учителя
жүктеу/скачать 1,17 Mb.
|
Лабораторная работа №7
- Бұл бет үшін навигация:
- Краткие теоретические сведения
Лабораторная работа №7ИССЛЕДОВАНИЕ СЕТИ КОХОНЕНА И АЛГОРИТМА ОБУЧЕНИЯ БЕЗ УЧИТЕЛЯ Цель работы: изучение архитектуры самоорганизующихся нейронных сло- ев Кохонена, а также приобретение навыков построения самоорганизующихся слоев для исследования топологической структуры данных, их объединением в кластеры (группы) и распределением по классам. Краткие теоретические сведенияСети Кохонена, или самоорганизующиеся карты (Kohonen maps), предна- значены для решения задач автоматической классификации, когда обучающая последовательность образов отсутствует (обучение без учителя). Сеть Кохонена является двухслойной. Она содержит слой входных нейронов и собственно слой Кохонена. Слой Кохонена может быть одномерным, двумерным и трех- мерным. В первом случае нейроны расположены в цепочку; во втором – они образуют двумерную сетку (обычно в форме квадрата или прямоугольника), а в третьем – трехмерную систему. Определение весов нейронов слоя Кохонена основано на использовании алгоритмов автоматической классификации (кла- стеризации или самообучения). На вход сети подаются последовательно значения векторов xl (x1, x2 ,...,xn )l , представляющих отдельные последовательные наборы дан- ных для поиска кластеров, то есть различных классов образов, причем число этих кластеров заранее неизвестно. На стадии обучения (точнее самообучения) сети входной вектор x попарно сравнивается со всеми векторами w j всех нейронов сети Кохонена. Вводится некоторая функция близости d (например, в виде евклидова расстояния). Активный нейрон с номером c слоя Кохонена, для рактеризующим некоторый образ, к векторам жүктеу/скачать 1,17 Mb. Достарыңызбен бөлісу:
|