Please enable JavaScript.
Coggle requires JavaScript to display documents.
LVQN (SARA) - Coggle Diagram
LVQN (SARA)
Learning rule 2
-
-
-
-
Window Rule tale per cui andremo ad effettuare l’update esclusivamente nel caso in cui il nuovo esempio per il quale si vuole aggiornare la posizione si trova vicino al bordo delle due classi.
Learning Rule
-
-
Attraction rule: se sappiamo che un training pattern è vicino al reference vector potremmo voler aumentare
l’appartenenza di entrambi alla stessa classe
Repulsion rule: se sappiamo che un training pattern e un reference vector non appartengono entrambi alla
stessa classe potremmo voler aumentare la distanza l’uno dall’altro.
Funzioni
funzione di input del layer di output è una funzione della distanza del vettore di input e quello dei pesi associati all’output della rete
-
Funzione di ouput dei neuroni di output: in questo caso guardiamo
all’activation value di ogni neurone di output
Learning Diversi
Fixed learning task
Il successo dell’apprendimento si misura dall’adeguatezza con cui il network approssima gli output desiderati.
Free learnings task
Non sappiamo sempre quale output aspettarci per ogni input nel nostro dataset,
Il nostro obiettivo quindi è quello analizzare gli esempi presi in input (o) e trovare i centri dei vari cluster che collettivamente rappresentano i gruppi di esempi simili l’uno con gli altri
Definizione
Learning Vector Quantization è una tecnica che ci aiuta ad operare il raggruppamento in modo automatico,
-
-