3.4.2 LVQ1
LVQ1の結合重みベクトルの学習則は大きく3つの手順にわかれます。。 その手順を見てみましょう。

  1. 各結合重みベクトルの初期値としてFeatureマップによって形成された結合重みベクトルを与える。

  2. 各結合重みベクトルについて、 すべてのカテゴリーの中で最も多くの入力データと最適マッチングするカテゴリーを見つけて、 そのカテゴリーを割りつける。

  3. 入力データベクトルXjに最適マッチングした結合重みベクトルWkをみつける。

  4. カテゴリーが一致すれば次の式で結合重みベクトルを更新する。

    knew=Wkold+α(Xj−Wkold

    カテゴリーが一致しない場合には、

    knew=Wkold−α(Xj−Wkold

    として、結合重みベクトルを更新する。


最適マッチングしなかったその他の結合重みベクトルについては何の更新も行いません。 また、αは学習係数で時間とともに単調減少します。 はじめは0.02ぐらいで約10万回のステップで0に収束させます。 LVQ1はこのような学習によって、 結合重みベクトルによって形成される識別境界をしだいにベイズ識別境界に近づけていきます。 つまり、パターン識別がより高い精度でおこなわれるわけです。


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