نگاشت خودسازمانده از ديدگاه كوهونن

نگاشت خودسازمانده، روشي جديد براي بصري‌سازي اطلاعات، با بعد زياد است. اين روش روابط غيرخطي و پيچيده‌ي آماري اطلاعات با بعد زياد را به رابطه‌ي ساده‌ي هندسي با بعد كم تبديل مي‌كند.با وجود اينكه با اين روش، فشرده‌سازي اطلاعات انجام مي‌شود، ولكن روابط مهم متريك و توپولوژيك بين اطلاعات حفظ مي‌شود.همچنين مي‌توان اين روش را نوعي تجريد اطلاعات تصور نمود. دو خصيصه‌ي مهم بصري‌سازي و تجريد اطلاعات، در حل مسائل پيچيده‌اي چون تحليل فرايندها، ادراك ماشين، كنترل و ارتباطات كاربرد دارد. معمولاً شبكه‌اي منظم و دوبعدي از نرون‌ها مي‌باشد كه هر نرون مبين مدلي از مشاهدات مي‌باشد

الگوريتم کوهونن مدل‌ها را محاسبه مي‌كند، به قسمي كه فضاي مشاهدات را بصورت بهينه توصيف كند. مدل‌ها در يك ترتيب دوبعدي معنادار قرار مي‌گيرند، به طوري‌كه مدل‌هاي مشابه در شبكه به هم نزديك‌ترند تا مدل‌هاي غيرمشابه. با اين تعبير مي‌توان مدل کوهونن را يك گراف تشابه يا يك دياگرام خوشه‌يابي تلقي نمود

لینک ها
صفحه اصلی
دلایل استفاده از شبکه های عصبی
مقدمه ای بر شبکه های عصبی
ساختار شبکه های کوهونن
شبکه های کوهونن
روشهای آموزش شبکه
نگاشت خودسازمانده
تاریخچه شبکه عصبی
خروجی شبکه کوهونن



تغییر رنگ پس زمینه

copyright by ali shakarami