Навчання SOM: метод "нейронної міграції"

dc.contributor.authorГодич, О. В.
dc.date.accessioned2015-10-21T12:43:46Z
dc.date.available2015-10-21T12:43:46Z
dc.date.issued2004
dc.description.abstractЗапропоновано 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.uk_UA
dc.identifier.citationГодич О. В. Навчання SOM: метод "нейронної міграції" / О. В. Годич // Вісник Національного університету «Львівська політехніка». – 2004. – № 519 : Інформаційні системи та мережі. – С. 55–72. – Бібліографія: 23 назви.uk_UA
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/29821
dc.language.isouauk_UA
dc.publisherВидавництво Національного університету «Львівська політехніка»uk_UA
dc.titleНавчання SOM: метод "нейронної міграції"uk_UA
dc.typeArticleuk_UA

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
8-55-72.pdf
Size:
2.16 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: