自组织神经网络
无监督竞争学习机制的人工神经网络
定义:一种采用无监督竞争学习机制的人工神经网络,通过自组织地调整网络参数与结构去发现输入数据的内在规律。
简介
脑神经科学研究表明:传递感觉的神经元排列是按某种规律有序进行的,这种排列往往反映所感受的外部刺激的某些物理特征。例如,在听觉系统中,神经细胞和纤维是按照其最敏感的频率分布而排列的。为此,Kohonen认为,神经网络在接受外界输入时,将会分成不同的区域,不同的区域对不同的模式具有不同的响应特征,即不同的神经元以最佳方式响应不同性质的信号激励,从而形成一种拓扑意义上的有序图。这种有序图也称之为特征图,它实际上是一种非线性映射关系,它将信号空间中各模式的拓扑关系几乎不变地反映在这张图上,即各神经元的输出响应上。由于这种映射是通过无监督的自适应过程完成的,所以也称它为自组织特征图。
在这种网络中,输出节点与其邻域其它节点广泛相连,并相互激励。输入节点和输出节点之间通过强度Wij(t)相连接。通过某种规则,不断地调整Wij(t),使得在稳定时,每一邻域的所有节点对某种输入具有类似的输出,并且这聚类概率分布与输入模式的概率分布相接近。
自组织神经网络最大的优点是自适应权值,极大方便寻找最优解,但同时,在初始条件较差时,易陷入局部极小值。
学科:计算机科学技术_人工智能_神经网络
来源:《计算机科学技术名词 》 (第三版)
参考资料
介绍.术语在线—权威的术语知识服务平台.
最新修订时间:2022-03-27 18:55
目录
概述
参考资料