8 - chap8-slides

8 - chap8-slides - Chapitre 8: Growing Neural Gaz Network...

Info iconThis preview shows pages 1–3. Sign up to view the full content.

View Full Document Right Arrow Icon
GIF-21410/64326 Réseaux de neurones Chapitre 8: Growing Neural Gaz Network Marc Parizeau
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
GIF-21410/64326 Réseaux de neurones 1. Initialisation : V = { x, y } et E = {{ x, y }} avec x w (0) et y w (0) initialis´es al´eatoirement avec de petits poids synaptiques dans l’espace des entr´ees; e x (0) = e y (0) = a x,y (0) = 0 . 2. Fixer t max , τ , η g , η v , a max et α . 3. t = 1 . 4. R´ep´eter tant que t t max : (a) Choisir al´eatoirement un stimulus p ( t ) parmi l’ensemble d’apprentissage. (b) D´eterminer les deux neurones gagnants g 1 et g 2 les plus pr`es de p ( t ) : g 1 = arg min i V ( t ) || p ( t ) - i w ( t ) || (8.1) g 2 = arg min i V ( t ) \{ g 1 } || p ( t ) - i w ( t ) || (8.2) (c) Incr´ementer les ˆages de toutes les connexions adjacentes `a g 1 : { i, g 1 } E : a i,g 1 = a i,g 1 + 1 (8.3) (d) Incr´ementer l’erreur associ´ee au premier gagnant : e g 1 = e g 1 + || p ( t ) - g 1 w ( t ) || (8.4) (e) D´eplacer les vecteur de poids synaptiques de
Background image of page 2
Image of page 3
This is the end of the preview. Sign up to access the rest of the document.

This note was uploaded on 10/10/2010 for the course GIF 7005 taught by Professor Gagne during the Spring '09 term at Université Laval.

Page1 / 5

8 - chap8-slides - Chapitre 8: Growing Neural Gaz Network...

This preview shows document pages 1 - 3. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online