Нейронные сети Кохонена

Нейронные сети Кохонена — класс нейронных сетей, основным элементом которых является слой Кохонена. Слой Кохонена состоит из некоторого количества n параллельно действующих линейных элементов. Все они имеют одинаковое число входов m и получают на свои входы один и тот же вектор входных сигналов x = (x ₁,... x_m). На выходе j- го линейного элемента получаем сигнал:

,

где — весовой коэффициент i- го входа j- го нейрона,

— пороговый коэффициент.

После прохождения слоя линейных элементов сигналы посылаются на обработку по правилу «победитель забирает всё»: среди выходных сигналов y_j ищется максимальный; его номер

j _max = argmax _j { y_j }.

Окончательно, на выходе сигнал с номером j _max равен единице, остальные — нулю. Если максимум одновременно достигается для нескольких j _max, то либо принимают все соответствующие сигналы равными единице, либо только первый в списке (по соглашению). Сети используются для задач кластеризации многомерных данных. По способам настройки входных весов сумматоров и по решаемым задачам различают много разновидностей сетей Кохонена.