ИССЛЕДОВАНИЕ САМООРГАНИЗУЮЩИХСЯ НЕЙРОСЕТЕЙ И АЛГОРИТМА ОБУЧЕНИЯ БЕЗ УЧИТЕЛЯ

Цель работы:

Цель работы: изучить алгоритм обучения без учителя на примере задачи кластеризации. Исследовать алгоритм «победителя» Кохонена.

Задание на лабораторную работу:

Изучить теоретические положения о сетях с самоорганизацией и алгоритмы их обучения. Изучить теоретические положения о самоорганизующихся сетях, обучаемых по алгоритму Кохонена.

Выбрать язык и систему программирования (рекомендуется язык Паскаль и система Linux-Lazarus).

Ход работы:

Сначала разберём, что такое сети с самоорганизацией и алгоритмы их обучения.

Главная черта, делающая обучение без учителя привлекательным, – это его "самостоятельность". Процесс обучения, как и в случае обучения с учителем, заключается в подстраивании весов синапсов. Некоторые алгоритмы, правда, изменяют и структуру сети, то есть количество нейронов и их взаимосвязи, но такие преобразования правильнее назвать более широким термином – самоорганизацией, и в рамках данной работы они рассматриваться не будут. Очевидно, что подстройка синапсов может проводиться только на основании информации, доступной в нейроне, то есть его состояния и уже имеющихся весовых коэффициентов. Исходя из этого соображения и, что более важно, по аналогии с известными принципами самоорганизации.