我目前正在开发一个用于BigData集群的自组织映射原型,但我不明白一件事。
SOM算法更新最佳匹配单元及其邻域的权重,以更好地拟合输入向量。算法是否以某种方式改变了神经元在晶格上的真实位置?我的意思是,如果我定义一个正方形网格(5x5),每个神经元都可以由二维坐标(例如1/1或1/5)引用。所以我要问的是,如果SOM算法更新神经元的坐标(例如,从1/1到1.1/1.3)。
如果没有,软件是如何显示集群的?我的意思是,一些程序显示神经元之间的统一距离(例如,黑色区域是那些神经元之间的距离较低的区域,而白色区域是那些距离较高的区域)。那么软件是如何知道哪些神经元是相邻的呢?
发布于 2016-08-09 12:18:27
权重向量被更新,但神经元在网格中的位置永远不会改变。
SOM是一种拓扑保持映射。也就是说,如果两个矢量在输入空间中彼此接近,则地图表示1也是如此。但有时会出现地形误差。
1: Engelbrecht,美联社,2007。计算智能:导论。约翰·威利父子公司。
https://stackoverflow.com/questions/38654469
复制相似问题