定性的紹介とは? わかりやすく解説

定性的紹介

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/11/11 16:19 UTC 版)

自己組織化写像」の記事における「定性的紹介」の解説

自己組織化写像入力層と競合層(出力層)からなる2層構造教師なし学習ニューラルネットワークである。入力層は単に入力与えるだけであるため、競合層のみを単に自己組織化写像と呼ぶこともある。 入力は n {\displaystyle n} 次元数値データであり、出力競合層に配置されノードとなる。各ノードは m {\displaystyle m} 次元空間上に配置されそれぞれのノード入力データ次元と同じ次元ベクトル対応付けられている。この対応付けられたベクトルのことを重みベクトル呼び、この重みベクトル更新することで学習が行われる。 競合層のノード配置次元自由に設定できる。最も基本的な利用法は、2次元上にノード配置し高次元データ学習させることで高次元データ関係性可視化するというものであるこのように自己組織化写像高次元データ間に存在する非線形な関係を簡単に幾何学的関係を持つ像に変換することができる。 現在、自己組織化写像には様々なバリエーションがあり、従来自己組織化写像基本SOM (Basic SOM, BSOM) と呼ぶことがある。しかし、BSOMという略し方は後述するバッチ学習SOM (Batch Learning SOM, BL-SOM) と混同しかねないため望ましくない

※この「定性的紹介」の解説は、「自己組織化写像」の解説の一部です。
「定性的紹介」を含む「自己組織化写像」の記事については、「自己組織化写像」の概要を参照ください。

ウィキペディア小見出し辞書の「定性的紹介」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「定性的紹介」の関連用語

定性的紹介のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



定性的紹介のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの自己組織化写像 (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS