Page 52 - 4524
P. 52

Рисунок 5.6 - Приклад мережі з квантуванням навчального
                                                         вектора

                                  У режимі навчання, контрольована мережа використовує
                            прошарок Кохонена, де обчислюється відстань від навчально-
                            го вектора до кожного нейрону  і найближчий нейрон оголо-
                            шується  переможцем.  Існує  лише  один  переможець  на  весь
                            прошарок. Переможцю дозволено збуджувати лише один ви-
                            хідний нейрон, оголошуючи клас або кластер до якого нале-
                            жить вхідний вектор. Якщо нейрон-переможець знаходиться у
                            очікуваному  класі  навчального  вектора,  його  ваги  підсилю-
                            ються  у  напрямку  навчального  вектора.  Якщо  нейрон-
                            переможець  не  є  у  класі  навчального  вектора,  ваги  з'єднань
                            зменшуються. Ця остання операція згадується як відштовху-
                            вання (repulsion). Під час навчання окремі нейрони, що при-
                            писані до часткового класу мігрують до області, пов'язаної з їх
                            специфічним класом.
                                  Під час режиму функціонування, обчислюється відстань
                            від вхідного вектора до кожного нейрону і знову найближчий
                            нейрон оголошується  переможцем.  Це  в  свою  чергу  генерує
                            один вихід, визначаючи частковий клас, знайдений мережею.
                                  Недоліки.  Для  складних  проблем  класифікації  з  подіб-
                            ними  вхідними  прикладами,  мережа  вимагає  великої  карти
                            Кохонена з багатьма нейронами на клас. Це вибірково може



                                                           51
   47   48   49   50   51   52   53   54   55   56   57