Guest
Самоорганизующиеся карты Кохонена используются для отображения многомерных пространств на двумерной карте. Самый простой пример — отображение цветов, состоящих из трех компонент (красного, синего, зеленого) на плоскости. Сегодня мы попробуем понять, как работает эта нейронная сеть на примере группирования цветов по областям. О самоорганизующихся картах на английском: От Юрия Чеснокова: Задачка про остывание горячей воды без формул: Материалы: формулы, гифки, как рисовать эту сетку в gnuplot -- скоро будут выложены на сайте . Описание алгоритма: 1. Каждый узел инициализируется случайным весом. 2. Случайным образом выбирается обучающий вектор (всего их может быть сколько Вы захотите, я взяла 4 (красный, синий, зеленый и желтый)). 3. Каждый узел проверяется и вычисляется какой из них более похож на обучающий, близок по весу. Назовем его BMU (the best matched unit). 4. Вычисляется радиус влияния — все соседние от BMU узлы. Этот радиус вначале равен половине размера сетки, а затем уменьшается с каждой итерацией по времени. Все веса узлов, попавших в этот радиус, подвергаются изменению. 5. Вес каждого соседнего узла регулируется для того, чтобы он был похожим на BMU. Чем ближе узел к BMU, тем больше его вес изменяется. 6. Все повторяется заново, начиная с шага №2.
