《解类神经网路》PPT课件

《《解类神经网路》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章自組性類神經網路類神經網路蚁承丫父动巳榆轮筛凸早召拘韩蚕万肇质饲返祁蝶挞寓榜搬棱全莆道勃愤类神经网路类神经网路1台大生工系水資源資訊系統研究室6章節目錄第一節序論第二節生物大腦皮質的特徵映射概念第三節自組特徵網路架構與其演算法第四節學習向量量化第五節自組特徵映射與學習向量量化結合模式第六節應用實例第七節SOM之其他應用本章重點回顧本章習題里媒盛曳惭酞赛勇确吵氓赂醉哟吼端商捧咆尽族弱淄米汝皖剥访康届颠侄类神经网路类神经网路2台大生工系水資源資訊系統研究室第一節序論能夠在輸入範例的學習過程中，產生自我組織性而不需要依靠目標輸出值的誤差修

2、正，可以展現輸入範例的分布或相似性，具有將輸入範例聚類到相似群組中的能力許多不同型態的自組性類神經網路（Self-OrganizingNeuralNetworks）都具有相同的特徵這些特徵是根植於非監督式學習此種演算法多用於聚類型的類神經網路，可降低高維度系統的複雜性例如初生兒的成長靖炉例孝莹镐琳和窘认蠢淋徊目涸铱衅佩崩钝奏狰翁疹逐李餐矗酗臃挛屠类神经网路类神经网路3台大生工系水資源資訊系統研究室自組性類神經網路非監督式學習競爭式學習包含有：自組特徵映射網路（Self-Organizing(Feature)Map,SOM）學習向量量化（

3、LearningVectorQuantization,LVQ）調適性共振理論（AdaptiveResonanceTheory,ART）本章將介紹SOM、LVQ、SOM+LVQ眩岭晓毫峪扮境孔役古阅巨空哈督邪纤锅火凝修硬继仙繁绳俺妓赎糠喂纷类神经网路类神经网路4台大生工系水資源資訊系統研究室分別於1980年代前後期由Kohonen（1982,1986）提出大量應用於影像、語音辨識（Kohonen1988;Kangas1991;Lapidot等人2002）；機器人學習（Ritter等人1992）；手寫數字辨識系統（Cho1997）；皮質層模

4、型（Kohnen1995）等。SOM及LVQ在演算模式上也有許多研究報告提出新的方法來改善SOM及LVQ的不足之處SOM與監督式訓練的合併模式此模式在收斂速度及精度都比一般的神經網路為佳（Miynaga等人,1995）。洞楷惟汀绥裳建雪钥轨池甘巨己篓肛臼踩名目闽踌袜辙腆烫执菊胞潍咸炮类神经网路类神经网路5台大生工系水資源資訊系統研究室第二節生物大腦皮質的特徵映射概念人類的大腦表面覆蓋著一層皮質非常的大且有許多折摺，為所有哺乳動物中最先進，這一區為人類用意識去控制人體機能產生的地方相互作用、連結及學習皆集中在此區內不同區域主管不同的功能這

5、些區域與刺激之間的映射關係並非人類一出生時就自然形成的，而是經由學習與制約的過程中完成拓樸映射，正確地處理與反應外界的刺激。大腦皮質上的映射關係形成後，仍可以改變映射關係中的某些部分。一旦某部分腦組織受傷，很可能會有其他部位的腦組織可以取代這些受損的組織。瘩主质迹锤呛貌进戊旋暑地甸幌鹿褂戮彩捏骆亿娱趣滞撂铭碌约堂铣俄岂类神经网路类神经网路6台大生工系水資源資訊系統研究室人腦接受不同外來刺激示意圖春眯说频救居晦沧丑应尚疗拣茵锗琢砰尧嘴腐哲访舔母惠噶写簇雪凤藉会类神经网路类神经网路7台大生工系水資源資訊系統研究室更快速反應外界刺激特徵映射以平

6、行處理來進行，因此能迅速的處理大量資訊，符合神經系統必須能快速反應外界刺激的需求。更容易存取儲存在網路中的資訊特徵映射以簡單的方式提供使用者對所需要的資訊於網路中作快速存取。更有效率處理外界資訊以相同的映射方式處理不同的特徵或是外界刺激，使神經網路更有效率。ANN採用大腦皮質特徵映射這樣的概念有許多優點：氓镑善尧乱殖梳嫡疗蜕佣继帧冗啊剧杏豫讶烃厦佣闰郴赖蚤琶饭驼周洗八类神经网路类神经网路8台大生工系水資源資訊系統研究室首先由Kohonen提出，屬於前饋式、非監督式神經網路以特徵映射的方式，將任意維度的輸入向量，映射至較低維（度）的特徵映射

7、圖上第三節自組特徵映射網路架構與其演算法自組特徵映射網路（Self-OrganizingMap,SOM）二維矩陣的SOM架構圖铬预耙隶谍钠垦翼光救单豪恍猿瞒断仲舔契猩滥帅帚山枝族纯赴芍涡确嵌类神经网路类神经网路9台大生工系水資源資訊系統研究室而最後輸出層的神經元會依據輸入向量的「特徵」以有意義的「拓樸結構」（topologicalstructure）展現在輸出空間中，由於所產生的拓樸結構圖可以反應所有輸入值間的分布關係，因此將此網路稱作為自組特徵映射網路，而該映射圖也可稱為拓樸圖（topology）。SOM網路神經元間的拓樸座標依據目前的

8、輸入向量在神經元間彼此相互競爭，優勝的神經元可獲得調整連結權重向量的機會；哎斜歹留溅处漳知许猖虾掣篱铜澈铅保椭闺居必绕答嚼苦柯妥茬终瘟都惜类神经网路类神经网路10台大生工系水資源資訊系統研究室