Интернет магазин китайских планшетных компьютеров



Компьютеры - Самоорганизующаяся карта Кохонена - Работа сети

23 января 2011


Оглавление:
1. Самоорганизующаяся карта Кохонена
2. Работа сети
3. История



  • Инициализация карты, то есть первоначальное задание векторов веса для узлов.
  • Цикл:
    • Выбор следующего наблюдения.
    • Нахождение для него лучшей единицы соответствия — узла на карте, вектор веса которого меньше всего отличается от наблюдения.
    • Определение количества соседей BMU и обучение — изменение векторов веса BMU и его соседей с целью их приближения к наблюдению.
    • Определение ошибки карты.

Алгоритм

  • Инициализация

Наиболее распространены три способа задания первоначальных весов узлов:

    • Задание всех координат случайными числами.
    • Присваивание вектору веса значение случайного наблюдения из входных данных.
    • Выбор векторов веса из линейного пространства, натянутого на главные компоненты набора входных данных.
  • Цикл

Пусть t — номер итерации.

    • Выбрать произвольное наблюдение x из множества входных данных.
    • Найти расстояния от него до векторов веса всех узлов карты и определить ближайший по весу узел Mc. Это — BMU или Winner. Условие на Mc:
 \| x-m_c\|\leq\| x-m_i\|,
для любого mi, где mi — вектор веса узла Mi. Если находится несколько узлов, удовлетворяющих условию, BMU выбирается случайным образом среди них.
    • Определить с помощью функции h соседей Mc и изменение их векторов веса.
      • Задание h
Функция определяет "меру соседства" узлов Mi и Mc и изменение векторов веса. Она должна постепенно уточнять их значения, сначала у большего количества узлов и сильнее, потом у меньшего и слабее. Часто в качестве функции соседства используется гауссовская функция:
h_{ci}=\alpha\cdot\exp})
где 0 < α < 1 — обучающий сомножитель, монотонно убывающий с каждой последующей итерацией;
ri, rc — координаты узлов Mi и Mc на карте;
σ — сомножитель, уменьшающий количество соседей с итерациями, монотонно убывает.
Параметры α, σ и их характер убывания задаются аналитиком.
Более простой способ задания функции соседства:
hci = α,
если Mi находится в окрестности Mc заранее заданного аналитиком радиуса, и 0 в противном случае.
Функция h равна α для BMU и уменьшается с удалением от BMU.
      • Изменение векторов веса
Изменить вектор веса по формуле:
m_i=m_i+h_{ci}\cdot-m_i)
Т.о. вектора веса всех узлов, являющихся соседями BMU, приближаются к рассматриваемому наблюдению.
    • Вычисление ошибки карты
Например, как среднее арифметическое расстояний между наблюдениями и векторами веса соответствующих им BMU:
\frac{1}{N}\sum_{i=1}^{N}\|x_{i}-m_{c}\|,
где N - количество элементов набора входных данных.


Просмотров: 2910


<<< Проекция максимальной интенсивности
Сетевой график >>>