Участник:Логвиненко Александра: различия между версиями
Перейти к навигации
Перейти к поиску
| Строка 13: | Строка 13: | ||
== Свойства и структура алгоритма == | == Свойства и структура алгоритма == | ||
=== Общее описание алгоритма === | === Общее описание алгоритма === | ||
| + | '''Cамоорганизующиеся карты Кохонена''' представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации. | ||
| + | [[Файл:Example.jpg]] | ||
| + | Алгоритм SOM вырос из ранних нейросетевых моделей, особенно моделей ассоциативной памяти и адаптивное обучение (ср Кохонена 1984). | ||
| Строка 33: | Строка 36: | ||
| + | Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных. | ||
| − | + | Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000. Т. Кохонен — автор более 300 публикаций и 4 монографий | |
| − | |||
| − | Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000 | ||
| − | |||
| − | Т. Кохонен — автор более 300 публикаций и 4 монографий | ||
=== Математическое описание алгоритма === | === Математическое описание алгоритма === | ||
Версия 22:43, 13 октября 2016
| Алгоритм кластеризации, основанный на сетях Кохоннена | |
| Последовательный алгоритм | |
| Последовательная сложность | [math]O(n^3)[/math] |
| Объём входных данных | [math]\frac{n (n + 1)}{2}[/math] |
| Объём выходных данных | [math]\frac{n (n + 1)}{2}[/math] |
| Параллельный алгоритм | |
| Высота ярусно-параллельной формы | [math]O(n)[/math] |
| Ширина ярусно-параллельной формы | [math]O(n^2)[/math] |
Основные авторы описания: Логвиненко Александра 613 и Адиев Тохтар 616
Содержание
- 1 Свойства и структура алгоритма
- 1.1 Общее описание алгоритма
- 1.2 Математическое описание алгоритма
- 1.3 Вычислительное ядро алгоритма
- 1.4 Макроструктура алгоритма
- 1.5 Схема реализации последовательного алгоритма
- 1.6 Последовательная сложность алгоритма
- 1.7 Информационный граф
- 1.8 Ресурс параллелизма алгоритма
- 1.9 Входные и выходные данные алгоритма
- 1.10 Особенности реализации последовательного алгоритма
- 1.11 Локальность данных и вычислений
- 1.12 Возможные способы и особенности параллельной реализации алгоритма
- 1.13 Масштабируемость алгоритма и его реализации
- 1.14 Динамические характеристики и эффективность реализации алгоритма
- 1.15 Выводы для классов архитектур
- 1.16 Существующие реализации алгоритма
- 2 Литература
1 Свойства и структура алгоритма
1.1 Общее описание алгоритма
Cамоорганизующиеся карты Кохонена представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации.
Алгоритм SOM вырос из ранних нейросетевых моделей, особенно моделей ассоциативной памяти и адаптивное обучение (ср Кохонена 1984).
Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных.
Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000. Т. Кохонен — автор более 300 публикаций и 4 монографий
