Page 44 - 4703
P. 44

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
           після 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.

                Архітектура мережі  Кохонена. Мережа Кохонена має
           всього два шари: вхідний і вихідний, складений з радіальних
           елементів (вихідний шар називають також шаром топологічної
           карти).  Елементи  топологічної  карти  розташовуються  в  де-
           якому просторі - як правило двовимірному (у пакеті ST Neural
           Networks реалізовані також одновимірні мережі Кохонена).

                Навчання мережі  Кохонена.  Навчається  мережа  Кохо-
           нена методом послідовних наближень. Починаючи з випадко-
           вим чином вибраного початкового розташування центрів, ал-
           горитм  поступово  покращує  його  так,  щоб  уловлювати  кла-
           стеризацію  навчальних  даних.  В  деякому  відношенні  ці  дії
           схожі на алгоритми вибірки з вибірки і K-середніх, які викори-
           стовуються для розміщення центрів в мережах RBF і GRNN. І
           дійсно, алгоритм Кохонена можна використати для розміщен-
           ня центрів в мережах цих типів. Проте, цей алгоритм працює і
           на іншому рівні.
                Окрім  того,  що  вже  сказане,  в  результаті  ітеративної
           процедури навчання мережа організовується таким чином, що
           елементи,  які  відповідають  центрам,  розташованим  близько
           один  від  одного  в  просторі  входів,  розташовуватимуться
           близько один від одного і на топологічній карті. Топологічний
           шар мережі можна уявляти собі як двовимірні грати, які треба
           так відобразити в N-вимірний простір входів, щоб по можли-
           вості  зберегти  початкову  структуру  даних.  Звичайно  ж,  при
           будь-якій спробі представити N-вимірний простір на площині
           будуть  втрачено  багато  деталей;  проте,  такий  прийом  іноді
           корисний,  оскільки  він  дозволяє  користувачеві  візуалізувати
           дані, які ніяким іншим способом зрозуміти неможливо.


                                          44
   39   40   41   42   43   44   45   46   47   48   49