Обучение и функционирование сети Кохонена

Пример структуры сети Кохонена представлен на рис. 4.11.

На вход данной сети поступает последовательность из p входных образов, представленных векторами X = [ x ₁ x ₂ … x_N ]^T в N -мерном пространстве признаков. Входные образы предъявляются сети по одному в единицу времени.

Выходной слой организован в виде прямоугольной решетки нейронов, состоящей из M строк и K столбцов. Предполагается, что нейроны выходного слоя соединены между собой горизонтальными связями, которые на рисунке не представлены. Об этих связях и их роли в обучении сети будет подробно рассказано позже.

Весовые коэффициенты связей между нейронами входного и выходного слоев – это матрица из MK векторов W_j = [ w_{j 1} w _{j 2} … w _jN ]^T, где j – номер нейрона выходного слоя, j = 1, 2, …, MK.

Рис. 4.11. Пример структуры сети Кохонена

Функционирование и обучение сети Кохонена связано с так называемой процедурой конкуренции. Основная идея конкуренции состоит в том, что при подаче на вход некоторого образа из входного множества, с помощью специальной процедуры конкуренции определяется единственный нейрон выходного слоя сети, который принимает значение, отличное от нуля, т.е. активизируется. Такой нейрон называют нейроном-победителем.

Далее, если сеть еще не обучена, происходит модификация весовых коэффициентов сети, причем изменению подлежат не все весовые векторы сети, а только весовые векторы нейрона-победителя и, возможно, его соседей, которые определяются специальным образом.

Если сеть уже обучена, то положение нейрона-победителя в выходном слое интерпретируется как решение в зависимости от конкретной задачи.