Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
ными значениями соответствующих компонент входных векторов, приводящих<br />
к активации этих нейронов.<br />
Перед началом обучения нейросети Кохонена веса связей инициализируются<br />
случайными числами, после чего они, а также входные вектора данных, нормируются.<br />
После подобной нормировки вектора весов связей и данных могут<br />
быть представлены векторами, идущими из центра координат на поверхность<br />
гиперсферы единичного радиуса, а процесс обучения нейросети может быть<br />
представлен как итерационный процесс вращения векторов весов связей по направлению<br />
к ближайшим векторам данных.<br />
Следует отметить, что нейросети Кохонена не являются чисто математической<br />
конструкцией – они имеют очень солидный нейрофизиологический фундамент.<br />
Действительно, устройство некоторых отделов головного мозга очень<br />
напоминает строение и принцип функционирования указанных нейросетей. В<br />
качестве примеров можно привести: а) строение соматосенсорной коры головного<br />
мозга, в которой информация с сенсорных участков близких частей тела<br />
отображаются в топологически близкие нейроны; б) строение слуховой коры<br />
летучей мыши, в которой строится карта окружающих предметов за счет преобразования<br />
первичных данных ультразвуковой эхолокации.<br />
Таким образом, нейросети Кохонена позволяют строить на плоскости карту,<br />
выявляющую топологическую структуру выборки в многомерном пространстве<br />
входных векторов. В связи с этим нейросети Кохонена часто называют самоорганизующимися<br />
картами (self-organizing maps - SOM). В том случае, когда число<br />
примеров в выборке значительно больше числа нейронов в сети Кохонена, и,<br />
следовательно, каждый из нейронов активируется по крайней мере несколькими<br />
примерами, то говорят о нейросети Кохонена низкого разрешения (lowresolution<br />
SOM). Если же число примеров в выборке сравнимо, либо даже<br />
меньше числа нейронов, то говорят о нейросети Кохонена высокого разрешения<br />
(high-resolution SOM). При наличии ассоциированного выходного свойства<br />
у примеров из выборки нейроны часто изображаются в виде ячеек, каждая из<br />
которых окрашена в цвет, кодирующий среднее значение этого свойства у всех<br />
примеров, приводящих к активации соответствующего нейрона. Получаемые<br />
37
Change language