問題タブ [self-organizing-maps]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
c++ - 自己組織化マップ (SOM) の実装
C、C++、または Java ベースの SOM 実装を探しており、ライセンスが商用利用に適用されます (コストがゼロでなくてもかまいません)。
これまでのところ、(Kohonen からの) SOM_PAK が存在することは認識していますが、ライセンスでは商用利用が禁止されています。
代替実装を知っている人はいますか?
python - Python での六角形の自己組織化マップ
Pythonで六角形の 自己組織化マップを探しています。
- 準備完了モジュール。存在する場合。
- 六角セルをプロットする方法
- 六角形のセルを配列またはその他の方法で処理するアルゴリズム
概要: 自己組織化マップ (SOM) または自己組織化特徴マップ (SOFM) は、教師なし学習を使用してトレーニングされ、低次元 (通常は 2 次元) を生成する人工ニューラル ネットワークの一種です。
algorithm - （バッチ）SOM（自己組織化マップ、別名「Kohonenマップ」）の収束基準？
バッチSOMが収束したら実行を停止したいです。収束を決定するためにどのような誤差関数を使用できますか？
machine-learning - Kohonen SOM マップ: 範囲が不明な入力の正規化
「Introduction to Neural Networks with Java By Jeff Heaton」によると、Kohonen ニューラル ネットワークへの入力は -1 から 1 の間の値でなければなりません。
範囲が事前にわかっている入力を正規化することができます: たとえば、範囲が 0 ～ 255 の値としてわかっている RGB (125, 125, 125):
1. 255 で割ります: (125/255) = 0.5 >> (0.5,0.5,0.5)
2. 2 を掛けて 1 を引く: ((0.5*2)-1)=0 >> (0,0,0)
問題は、身長や体重のように範囲が不明な入力をどのように正規化できるかです。
また、他の論文では、入力を 0 と 1 の間の値に正規化する必要があると述べています。「-1 と 1」または「0 と 1」のどちらが正しい方法ですか?
matlab - MATLABの自己組織化マップ（SOM）の問題
データを含むテキストファイルがあります。私のテキストファイル：
テキストファイルの読み込み方法を読みました
エラーコード：
??? タイプ「ネットワーク」の入力引数の未定義の関数またはメソッド「plotsomplanes」。
neural-network - MATLAB で SOM の出力をエクスポートする方法
わかりました。この質問は、テキスト データを分類するという現在進行中のタスクに関連しています。この問題への取り組み方の詳細については、この質問を参照してください。
標準の matlab 関数 "nctool" (ニューラル クラスタリング ツール) を使用して、入力を 10x10 SOM ノードの平面に整理しました。また、このマップの出力 (つまり、どの入力がどのノードに到達したか) をワークスペースの「出力」変数に保存しました。
このデータを取得して、別のスクリプトを記述できるかどうかを確認したいと思います。MATLAB の 'save' といくつかのエクスポート関数を認識していますが、この変数はスパース行列であるため、MATLAB はこの変数の ascii エクスポートをサポートしていないようです。
私は現在、このことをエクスポートするためのスクリプトを書いていますが、誰かがすでに解決策を持っている場合は投稿してください. それ以外の場合は、テストが完了してから行います。
更新:これに対する回避策はかなり簡単に見つかりました:
algorithm - 自己組織化マップ内のニューロンの位置は、その重量に依存していますか？
SOMの理論的な例をたくさん見てきましたが、1つはっきりしないことがあります。それは、ノードの場所がその重みに依存しているということです。たとえば、重みが大きいノードはマップの片側にあり、重みが小さいノードはマップ上で遠くにありますか？
k-means - 自己組織化マップと k-means
自己組織化マップ (SOM) が k-means と比較してどれだけ優れているか知っている人はいますか? 私は通常、RGB などの色空間を信じていますが、視覚的に異なる色の間で色空間に重複があるため、SOM は色をクラスター化するためのより良い方法です ( http://www.ai-junkie.com/ann/som/ som1.html )。k-means が SOM より優れている場合はありますか?
ありがとう！
neural-network - 自己組織化マップ(SOM)は色空間で画像をクラスタリングするのに効果的ではない?
ai-junkie ウェブサイトhttp://www.ai-junkie.com/ann/som/som1.htmlで実験を再現して、より大きな色で自己組織化マップ (SOM) を使用して異なる色をクラスター化/グループ化しようとしています。データセット。私は約 400 の異なる単色の画像を使用しています。それらは単色であるため、任意の色空間 (RGB など) の色の値は、特定の画像のすべての点で同じになります。したがって、SOM を使用してクラスタリングする前に使用する機能は、各画像の 3 次元の色の値にすぎません。
http://knnl.sourceforge.net/から取得したソースコードを40 行、40 列、20 回の反復 (エポック = 20) で SOM を実行すると、クラスタリングの結果が意味をなしません。私は次のように見えます：
これは単なるランダム クラスタリング (と呼べる場合) であり、k-means アルゴリズムでさえもより良い結果が得られるように感じます。何が間違っていた可能性があるかについて何か考えはありますか?
matlab - 入力パターンのクラスターを見つける
MatlabのSOMToolboxを使用してiris.dataのクラスタリングを実行したとします。クラスタリング後、入力ベクトルがあり、この入力がどのクラスターに属しているかを確認したいですか？入力パターンをトレーニング済みのSOMマップにマッピングする方法に関するヒントを教えてください。