1

1.

Кафедра
информатики
УУНиТ
Модели нейронных сетей

2.

Кафедра
информатики
Сеть Кохонена
УУНиТ
Сеть Кохонена (Самоорганизующаяся карта Кохонена,
самоорганизующаяся карта признаков)
предложена
Кохоненом в 1984 г.
Сеть предназначена для разделения входных векторов на
подгруппы и состоит из L нейронов, образующих
прямоугольную решетку на плоскости. Компоненты
входных векторов подаются на входы всех нейронов сети.
Обучение без учителя. Целевые выходы отсутствуют.
В процессе обучения настраиваются синаптические веса
нейронов.
2

3.

Кафедра
информатики
Сеть Кохонена
УУНиТ
В самом простом случае
сеть
Кохонена
–
это
однослойная
сеть,
в
которой каждый нейрон
соединен
со
всеми
компонентами
входного
вектора X.
Входной вектор – это
описание
одного
из
объектов кластеризации.
Количество нейронов в
слое Кохонена совпадает с
числом кластеров, которые
следует выделить
3

4.

Кафедра
информатики
Сеть Кохонена
УУНиТ
4

5.

Кафедра
информатики
Сеть Кохонена
УУНиТ
Применение сети Кохонена: Задачи кластеризации.
Классификация – отнесение каждого объекта к одному
или нескольким из заранее известных классов.
Кластеризация – отнесение каждого объекта к одному или
нескольким из заранее неопределенных классов.
Разбиение объектов по кластерам осуществляется при
одновременном их формировании.
• образцы, относящиеся к одному кластеру должны быть
подобны друг другу в некотором смысле (похожи)
• а группы, подобные друг другу, в свою очередь
размещаться близко друг к другу.
5

6.

Кафедра
информатики
Постановка задачи кластеризации
УУНиТ
Формально задача кластеризации описывается
следующим образом:
Дано множество объектов данных I, каждый из которых
представлен набором атрибутов, т.е.