Mappa auto-organizzata: differenze tra le versioni

Versione delle 10:24, 20 mar 2014

Versione delle 22:33, 19 ago 2014

Riga 9:

L'obiettivo dell'apprendimento nelle self-organizing map è di specializzare parti differenti del reticolo SOM a rispondere similmente a particolari pattern d'ingresso. Questo è in parte motivato da come le informazioni sensoriali visive, uditive o di altro tipo sono gestite da parti separate della [[corteccia cerebrale]] nel [[cervello|cervello umano]].<ref name="Haykin">

{{Cita libro | nome=Simon | cognome=Haykin | titolo=Neural networks - A comprehensive foundation | capitolo=9. Self-organizing maps | edizione=2nd edition | editore=Prentice-Hall | anno=1999 | idisbn=ISBN 0-13-908385-5 }}</ref>

I pesi dei neuroni sono inizializzati o a numeri casuali piccoli o a valori campionati uniformemente dal sottospazio attraversato dai due più larghi [[autovettori]] [[componenti principali]]. L'ultima alternativa velocizza significativamente l'addestramento perché i pesi iniziali sono già una buona approssimazione dei pesi della SOM.<ref name="SOMIntro">

{{cita web | titolo=Intro to SOM by Teuvo Kohonen | operasito=SOM Toolbox | url=http://www.cis.hut.fi/projects/somtoolbox/theory/somalgorithm.shtml | accesso=18 giugno 2006}}

</ref>