Page 152 - 4703
P. 152
2.1 Загальні відомості про мережі SOFM
Самоорганізовані Карти - Self Organizing Feature Map
(SOFM, або Kohonen мережі) виконують неконтрольоване
навчання: вони вчяться розпізнавати групи в межах ряду не-
класифікованих учбових даних; тобто, даних, які включають
тільки вхідні змінні. Цим мережі Кохонена принципово відріз-
няються від усіх інших типів мереж, реалізованих в пакеті ST
Neural Networks.
При керованому навчанні спостереження, що становлять
навчальні дані, разом з вхідними змінними містять також і
вихідні значення, що відповідають їм, і мережа Кохонена по-
винна відновити відображення, що переводить перші в другі.
У разі ж некерованого навчання навчальні дані містять тільки
значення вхідних змінних. Мережі SOFM поміщають пов'язані
групи близько один до одного у вихідний шар, формуючи То-
пологічну Карту (див. Kohonen, 1982; Haykin, 1994; Fausett,
1994; Patterson, 1996).
Одне з можливих застосувань таких мереж - розвідува-
льний аналіз даних. Мережа Кохонена може розпізнавати кла-
стери в даних, а також встановлювати близькість класів. Та-
ким чином, користувач може поліпшити своє розуміння стру-
ктури даних, щоб потім уточнити нейромережеву модель. Як-
що в даних розпізнані класи, то їх можна позначити, після чо-
го мережа зможе вирішувати завдання класифікації. Мережі
Кохонена можна використати і в тих завданнях класифікації,
де класи вже задані - тоді перевага буде в тому, що мережа
зможе виявити схожість між різними класами.
Інша можлива сфера застосування - виявлення нових
явищ. Мережа Кохонена розпізнає кластери в навчальних да-
них і відносить усі дані до тих або інших кластерів. Якщо піс-
ля цього мережа зустрінеться з набором даних, несхожим ні на
один з відомих зразків, то вона не зможе класифікувати такий
набір і тим самим виявить його новизну.
Відмітимо, що, хоча мережі SOFM не повинні викорис-
тати вихідні змінні для навчання, вони можуть використати їх,
якщо вони є. Виходом мережі SOFM в Нейронних мережах
STATISTICA завжди є номінальна змінна (тобто, вона завжди
виступає класифікатором).
152