3.3.2 コホーネン学習則
競合学習の代表的なものとしてコホーネン学習則があります。 コホーネン学習則に基づくニューロンは次の図のような層状になっています。

まず、入力データベクトルx=(x1,x2,x3...,xm)がすべてのニューロンに同時に提示されます。 ニューロンはそれぞれ結合重みベクトルWk=(Wk1,Wk2,Wk3,...,Wkn)になっています。 入力データベクトルと結合重みベクトルの距離を求め、その距離をYkとして出力します。 距離Ykのうち最も小さいものが1つだけ選ばれ、Zkに出力として現れます。

入力データベクトルに最も近いものとして選ばれた結合重みベクトルWkは、 つぎのようにして入力データベクトルに近づけられます。

 Wknew = Wkold + α(Xj−Wkold) 

すべての入力データに対してこのような競合学習を行なうことによって、 入力データをあるm個のテンプレートで表すことができます。



Copyright(c) Iwata-Lab. N.I.T. All rights reserved.