Documente Academic
Documente Profesional
Documente Cultură
,,
Algoritmul de nvare trateaz setul de m vectori ca vectori variabile care trebuie s fie
nvate. nainte de nvare, este necesar normalizarea tuturor vectorilor .
astfel incat:
, care este
Este clar ca cu cat este mai apropiat vectorul de x cu atat este mai mare proiectia lui x pe
. Notam cu < , x > valoarea de activare a neuronului castigator care are cea mai mare
valoare
, i=1,...,m.
Pasul 1
Pasul 2
Pasul 3
Din identitatea:
Rezult c vectorul greutate actualizat este o combinaie liniar convex a greutatii vechilor
vectori i a vectorilor model.
n timpul instruirii, unii neuroni sunt susceptibili de a nu dezvolta greutatea lor, iar n
cazul n care greutatea lor schimb haotic, ei nu vor fi considerati ca un indicator ai
clusterelor.
Prin urmare, astfel de greuti pot fi omise n timpul fazei de rechemare, deoarece
producia lor nu ofer nici o informaie esenial asupra clusterizarii. Greutile neuronilor
rmasi ar trebui s se stabileasc la valori care sunt indicativele clusterelor.
O alta extensie a nvarii este posibila penntru aceast reea atunci cnd clasa
adecvata pentru unele modele se cunoate a priori . Dei acest lucru nseamn c ,codificarea
datelor n greuti devin apoi supravegheate, aceste informaii accelereaz procesul de
nvare n mod semnificativ. Greutatile ajustate sunt transformate in modul supervizat ca in
(2.1).
si doar pentru o clasificare corecta. Pentru rspunsurile grupate necorespunztoar ale reelei,
ajustarea greutatii poart semnul opus fa de (2.2).
Adic, > 0 pentru rspunsurile corecte nod, i < 0 n caz contrar, n modul de nvare
supervizat pentru stratul Kohonen. O alt modificare a ctigtorului ia totul este aceea c
atat ponderile ctigtorilor "i perdanilor" sunt ajustate proporional cu nivelul lor de
rspunsuri.
Aceasta se numete nvare competitiv indiscreta i ofer o nvare mai subtila n cazul
n care grupurile ar putea fi greu de distins.