diff --git a/.obsidian/workspace.json b/.obsidian/workspace.json index 206624a..78548b5 100644 --- a/.obsidian/workspace.json +++ b/.obsidian/workspace.json @@ -257,10 +257,11 @@ }, "active": "cb9f1037ae0492db", "lastOpenFiles": [ + "00 Inbox/Алгоритм обучения сети Кохонена.md", + "00 Inbox/Untitled.md", "99 System/Cache/Pasted image 20260507222244.png", "99 System/Cache/Pasted image 20260507222234.png", "00 Inbox/Нейронная сеть Кохонена.md", - "00 Inbox/Untitled.md", "99 System/Cache/Pasted image 20260507214813.png", "01 Library/11 Machine Learning/Обратное распространение ошибки.md", "01 Library/11 Machine Learning/Нейронные сети.md", @@ -301,7 +302,6 @@ "99 System/Cache/Pasted image 20260429091836.png", "99 System/Cache/Pasted image 20260429090930.png", "99 System/Cache/Pasted image 20260429090816.png", - "99 System/Cache/Pasted image 20260429090719.png", - "99 System/Cache/Pasted image 20260429090040.png" + "99 System/Cache/Pasted image 20260429090719.png" ] } \ No newline at end of file diff --git a/00 Inbox/Алгоритм обучения сети Кохонена.md b/00 Inbox/Алгоритм обучения сети Кохонена.md new file mode 100644 index 0000000..ec81e6e --- /dev/null +++ b/00 Inbox/Алгоритм обучения сети Кохонена.md @@ -0,0 +1,15 @@ +--- +status: seed +type: concept +tags: [] +created: 2025-12-17 +updated: 2026-05-07 +title: Алгоритм обучения сети Кохонена +--- + +# Алгоритм обучения сети Кохонена + +- При инициализации всем весовым коэффициентам присваиваются небольшие случайные значения. +- На входы подается входной образ. +- Из всего выходного слоя выбирается нейрон-победитель, значения синапсов которого максимально подходят на входной образ. +- Для него осуществляется подстройка весов синапсов с применением формулы \ No newline at end of file diff --git a/00 Inbox/Нейронная сеть Кохонена.md b/00 Inbox/Нейронная сеть Кохонена.md index 67b9475..0573dd7 100644 --- a/00 Inbox/Нейронная сеть Кохонена.md +++ b/00 Inbox/Нейронная сеть Кохонена.md @@ -21,4 +21,5 @@ $k$ - количество классов - Процесс обучения заключается в подстраивании весов синапсов методом последовательных приближений на основании значений предыдущего шага. - Обучение сводится к минимизации разницы между входными сигналами нейрона и весовыми коэффициентами его синапсов. -- Корректируются только веса нейрона-победителя (и нейронов, лежащих в окрестности победителя). \ No newline at end of file +- Корректируются только веса нейрона-победителя (и нейронов, лежащих в окрестности победителя). +