Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

selforgmap

Mappa auto-organizzante

Descrizione

Le mappe auto-organizzanti imparano a raggruppare i dati in base alla somiglianza e alla topologia, con la preferenza (ma non la garanzia) di assegnare lo stesso numero di istanze a ciascuna classe.

Le mappe auto-organizzanti possono essere utilizzate per raggruppare i dati riducendone così la dimensionalità. Si ispirano alle mappature sensoriali e motorie del cervello dei mammiferi che sembrano anche organizzare automaticamente le informazioni in modo topologico.

esempio

selfOrgMap = selforgmap(dimensions) considera un vettore di riga di dimensioni dimensionali e restituisce una mappa auto-organizzante.

selfOrgMap = selforgmap(dimensions,coverSteps,initNeighbor,topologyFcn,distanceFcn) considera un vettore di riga di dimensioni dimensionali nonché un numero di sequenze di addestramento per la copertura iniziale, una dimensione iniziale del vicino, una funzione di topologia del livello e una funzione di distanza del neurone, restituendo una mappa auto-organizzante.

Esempi

comprimi tutto

Questo esempio mostra come utilizzare una mappa auto-organizzante per raggruppare un semplice set di dati.

x = simplecluster_dataset;
net = selforgmap([8 8]);
net = train(net,x);

Figure Neural Network Training (23-Mar-2023 10:38:33) contains an object of type uigridlayout.

view(net)

y = net(x);
classes = vec2ind(y);

Argomenti di input

comprimi tutto

Dimensioni dimensionali, specificate come un vettore di riga.

Numero delle sequenze di addestramento per la copertura iniziale dello spazio di input, specificato come uno scalare.

Dimensione iniziale del vicino, specificata come uno scalare.

Funzione di topologia del livello, specificata come una funzione di topologia.

Funzione di distanza del neurone, specificata come una funzione di distanza.

Argomenti di output

comprimi tutto

Mappa auto-organizzante, restituita come un oggetto di rete.

Cronologia versioni

Introdotto in R2010b

Vedi anche

| |