img216 (6)

210 Sieci samoorganizujące się

O	O	9	o ■	o
O	o	o	-o	o
O	ó	o	0	0
. 10.1.	Neuron i jego sąsiedzi w sie		ici Kohonena
O;	O	•	O	o
6:	o	o	o	.0
O	o	#	0	o

Rys. 10.2. Rozbudowane sąsiedztwo w sieci Kohonena

Jeżeli potrzeba - można sąsiedztwo traktować szerzej: dopuścić także sąsiadów po przekątnej (rys. 10.2) albo dołączyć do sąsiedztwa neurony znajdujące się w dalszych rzędach lub kolumnach (rys. 10.3). To, jak zdefiniujesz sąsiedztwo zależy wyłącznie od Ciebie - możesz na przykład tak opisać sieć, że sąsiedztwo będzie jednowymiarowe (neurony będą wtedy tworzyły długi łańcuch i każdy neuron będzie miał sąsiadów poprzedzających go w łańcuchu i sąsiadów, którzy następują po nim - rys. 10.4), albo zbudować sieć o sąsiedztwie trójwymiarowym, czterowymiarowym itd.

Wyszukiwarka

Podobne podstrony:
img228 (11) 222 Sieci samoorganizujące się Rys. 10.15. Samoorganizacja sieci startująca od d
img246 (6) 240 Sieci samoorganizujące się pamiętasz, które obszary ekranu odpowiadają prawidłowym st
img218 (5) 212 Sieci samoorganizujące się ronów. Tylko neurony znajdujące się na brzegu sieci nie ma
img220 (6) 214 Sieci samoorganizujące się Rys. 10.6. Neurony, które rozpoznają pojawianie się punktó
img222 (8) 216 Sieci samoorganizujące się Na rysunku możesz zauważyć, że punkty odpowiadające sąsied
img226 (11) 220 Sieci samoorganizujące się dużych skoków (na przykład 100 lub 300 kroków uczenia) -
img234 (9) 228 Sieci samoorganizujące się Nie zawsze uda się taki zabieg przeprowadzić tak całkiem b
img238 (9) 232 Sieci samoorganizujące się robot ma robić w każdej możliwej sytuacji. Na podstawie są

więcej podobnych podstron