Навчання SOM: метод "нейронної міграції"

Abstract

Запропоновано підхід до покращення результативності методу Кохонена навчання нейромереж типу SOM. Цей новий підхід названо „методом нейронної міграції”, оскільки він базується на зміні позицій нейронів у гратці за певних умов. Для порівняння успішності роботи методу Кохонена та нейронної міграції було проведено експерименти для трьох популярних наборів даних: Animal Database [2], Iris Database [19J та Servo Database [22J. Порівняння базувалося на трьох критеріях - середньо- квадратичному відхиленні (MSE), топографічній помилці (ТЕ) TaPSR [17J. Presents an approach for optimisation of the Kohonen’s learning algorithm for Self- Organising Maps. This new approach is called “Neural migration” as it is based on the modification of neurons’ positions in the lattice if certain conditions are met. The comparative simulations between classical Kohonen’s algorithm and “Neural migration” have been performed using three popular data sets: Animal Database [2], Iris Database [19J and Servo Database [22J. The comparison itself was based on three criteria - mean square error (MSE), topographic error (ТЕ) and PSR [17J.