算法のステップ
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2019/11/11 16:19 UTC 版)
全重みベクトルをランダマイズする 入力ベクトルを一つ用意する マップ上の全てのノード一つ一つに対して、入力ベクトルと各ノードの重みベクトル間の（非）類似度を計算する。（非）類似度にはユークリッド的な距離が用いられる（=各要素の差の自乗和） 各ノードを検査して、最も距離が小さい（ベクトル間の距離が短い=もっとも良く一致した）ノードを見つける。このノードをBMUと呼ぶ (Best Maching Unit)。 BMUの近傍のノード（各ノードの「位置」が判っているので、「近傍」のノードを探し出すことができる）の重みベクトルを次のように変更し、入力ベクトルに近付ける。Wv(t + 1) = Wv(t) + Θ(t)α(t)(D(t) - Wv(t))近傍のノード以外は重みを変化させない。 繰り返し回数が増える程、Θは適用する範囲を狭くし、αも小さい値にする（近傍半径の収縮と学習係数の減少。下記GTM参照） λに達していなければ2.に戻る。 入力ベクトルを様々に振れば、このような繰り返しによって、似た性質のノード（似た重みベクトルをもったノード）が競合層の上で「物理的な」クラスタを形成する。
※この「算法のステップ」の解説は、「自己組織化写像」の解説の一部です。
「算法のステップ」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「算法のステップ」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。
- 算法のステップのページへのリンク
