350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №10 за 2009 г.
Статья в номере:
Исследование моделей сферической топологии для устранения граничного эффекта в самоорганизующихся нейронных сетях Кохонена
Ключевые слова: самоорганизующиеся карты нейронные сети сеть Кохонена
Авторы:
Е. Н. Лычкин к. ф.-м. н, доцент, профессор МГТУ «СТАНКИН». E-mail: lych@rambler.ru В. А. Рыжков аспирант МГТУ «СТАНКИН». E-mail: vovs3d@mail.ru.
Аннотация:
Самоорганизующиеся карты (СОК) ? это распространенные нейронные сети, которые используются для кластеризации и удобного визуального отображения мультиразмерного пространства данных. Базовая модель СОК [1] основана на плоской двумерной решетке, которая представляет собой топологическое отображение входного пространства данных. Однако, для такой модели СОК характерны проблемы появления «граничного эффекта». В данной работе предлагается несколько моделей сферической решетки самоорганизующейся нейронной, а также приводятся результаты сравнения работы таких сетей и сетей базовой модели СОК. Исследования показывают, что самоорганизующиеся нейронные сети со сферической решеткой аппроксимируют входные данные за существенно меньшее количество эпох обучения.
Список источников
  1. Kohonen, T., (1989/1997/2001), Self-Organizing Maps. Berlin-New York: Springer-Verlag. Firstedition1989. Secondedition1997. Thirdextendededition2001.
  2. Оссовский С. Нейронные сети для обработки информации: Пер. с польск. И. Д. Рудинского. М.: Финансыистатистика. 2004.
  3. Wu, Y. and Takatsuka, M., The Geodesic Self-Organizing Map and Its Error Analysis // Proceedings of the 28th Australian Computer Science Conference 2005. Estivill-Castro. V. Editor. P. 343-351, Jan. 31 - Feb. 3 2005.
  4. Wu, Y., Takatsuka, M., Fast spherical self organizing map-use of indexed geodesic data structure, in: WSOM05. 2005.
    P. 455-462.