Page 168 - 4703

Для початку, давайте розглянемо варіанти на вкладці
Predictions (Kohonen) tab. Використовуючи кнопку Predictions
можна створити електронну таблицю для передбачення зазна-
ченого зразка в полі Datecase. Ви також можете включити або
виключити різні величини в таблицю такі, як входи, позицію
виграшного нейрону і активацію виграшного нейрона. Для
даного прикладу виберіть кнопку Winning neuron position -
позицію виграшного нейрону і кнопку Winning neuron activa-
tion - активацію виграшного нейрона.
Карта Кохонена має 3 х 4 = 12 нейронів. Коли дані ви-
падку проходять через мережу Кохонена положення випадку
(якому відповідає точка в N -вимірному просторі, де N -число
входів мережі) відображається на 2-вимірній решітці, в якій
розташовані нейрони Кохонена. Для окремого випадку, вигра-
вший нейрон є той, який має найменшу евклідову відстань
(активацію) до даних випадку. Незалежно від того буде пере-
можцем чи ні, кожен нейрон має положення і унікальний іден-
тифікаційний номер (ID). У даному прикладі (решітка 3 х 4),
1-й нейрон має ID (1, 1), нейрон №6 ідентифікований як (2, 3) і
нейрон №12 визначається як (3, 4), де 3 висота і 4 ширина ме-
режі решітки.
Ця інформація може буде відтворена в таблиці прогнозів
після натиснення кнопки Predictions (якщо ви виберете Win-
ning neuron position і activation). В таблиці нижче (фрагменті
таблиці Predictions) показано, наприклад, що зразки Train
1,3,4,6,9,10,11,12,13,14,… були найближче до нейрона 6 з
позицією на топологічній карті (2,2), а зразки
1194,1196,1199,1200 були найближче до нейрона 1 з позицією
на топологічній карті (1,1) - вони мали найменшу активаційну
функцію (найкоротшу евклідову відстань до даного нейрону).

168