Самоорганизующиеся нейронные сети

Свойство самоорганизации является одним из наиболее привлекательных свойств нейронных сетей. Таким свойством обладают самоорганизующиеся нейронные сети, описанные финским ученым Т. Кохоненом [23]. Нейроны самоорганизующейся сети могут быть обучены выявлению групп (кластеров) векторов входа, обладающих некоторыми общими свойствами. При изучении самоорганизующихся нейронных сетей, или сетей Кохонена,существенно различать сети с неупорядоченными нейронами, которые часто называют слоями Кохонена,и сети с упорядочением нейронов, которые часто называют картами Кохонена. Последние отражают структуру данных таким образом, что близким кластерам данных на карте соответствуют близко расположенные нейроны.

Для создания самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, предназначены М-функции newc и newsom соответственно.

По команде help selforg можно получить следующую информацию об М-функциях, входящих в состав ППП Neural Network Toolbox и относящихся к построению сетей
Кохонена:

Self-organizing networks Самоорганизующиеся сети
New networks Формирование сети
newc newsom Создание слоя Кохонена Создание карты Кохонена
Using networks Работа с сетью
sim init adapt train Моделирование Инициализация Адаптация Обучение
Weight functions Функции расстояния и взвешивания
negdist Отрицательное евклидово расстояние
Net input functions Функции накопления
netsum Сумма взвешенных входов
Transfer functions Функции активации
compet Конкурирующая функция активации
Topology functions Функции описания топологии сети
gridtop hextop randtop Прямоугольная сетка Гексагональная сетка Сетка со случайно распределенными узлами
Distance functions Функции расстояния
dist boxdist mandist linkdist Евклидово расстояние Расстояние максимального координатного смещения Расстояние суммарного координатного смещения Расстояние связи
Initialization functions Функции инициализации сети
initlay initwb initcon midpoint Послойная инициализация Инициализация весов и смещений Инициализация смещений с учетом чувствительности нейронов Инициализация весов по правилу средней точки
Learning functions Функции настройки параметров
learnk learncon learnsom Правило настройки весов для слоя Кохонена Правило настройки смещений для слоя Кохонена Правило настройки весов карты Кохонена
Adapt functions Функции адаптации
adaptwb Адаптация весов и смещений
Training functions Функции обучения
trainwb1 Повекторное обучение весов и смещений
Demonstrations Демонстрационные примеры
democ1 demosm1 demosm2 Настройка слоя Кохонена Одномерная карта Кохонена Двумерная карта Кохонена

Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: