som

    0

    1답변

    나는 Kohonen 패키지를 R에서 사용하여 SOM을 내가 가지고있는 유전체 데이터 세트에 적용했습니다. SOM에는 55 개의 변수가 있습니다. 이 변수에 대한 코드의 하위 집합을 팬 플로트로 표시하려고합니다. 예를 들어, 단지 R의 와인 세트의 타고난를 사용하여 : library(kohonen) data(wines) set.seed(7) train

    1

    1답변

    pymvpa2 SOM mapper을 사용하여 Python으로 자체 구성 맵을 구현하려고합니다. 잘 작동하지만 결과 SOM을 저장하려면 어떻게해야합니까? h5save가 작동하지 않아 빈 SOM 인스턴스를 생성하고 저장된 Kohonen 레이어를 첨부 할 수 있다면 궁금해하십니까? ... size = (15,15) som_new = SimpleSOMMappe

    -2

    1답변

    kohonen 패키지를 사용하여 R로 자기 구성지도를 생성 중입니다. 그러나 설명서를 살펴볼 때 som 개체의 codes 속성이 무엇을 나타내는 지 명확하게 이해할 수 없습니다. 문서 만 상태 : 번호 : 코드 벡터들의 행렬. 이 컨텍스트에서 코드 벡터 행렬이란 무엇입니까?

    1

    1답변

    SOM 신경망을 시각화하려고합니다. 이에 대한 기능은 plotsom입니다. 그것은 작동하지만 하나 개의 차원을 통해 플롯을 뻗어 : 원래 줄거리 : 및 다른보기 (XY, XZ 및 YZ) : 나는 그것의 만드는 방법을 이해하지 축이 균등하게 교란되었다. 내 코드 : (원래 A == net.IW{1,1} 및 B = net.layers{1}.distances)

    0

    2답변

    SOM 알고리즘을 사용하여 일부 논문을 읽고 연구 중입니다. 나는 사람들이 그들의 데이터 세트를 SOM을위한 훈련/테스트 세트로 나누는 논리를 이해하지 못한다. 예를 들어, C4.5 의사 결정 트리가 사용되는 동안 훈련 된 구조에는 새로운 데이터 집합 (테스트)이 데이터를 분류 할 때 적용될 몇 가지 규칙이 포함됩니다. 그러나 SOM을 통해 시스템을 교육

    1

    1답변

    이것은 첫 번째 게시물이며 R의 초보자입니다. 자체 구성지도를 학습하려고합니다. 내 데이터는 각 인스턴스 ([2304x7])의 7 가지 특징을 가진 2304 개의 인스턴스의 행렬입니다. (와인의 데이터 세트와 같은) 예제 코드에 이어 아무런 문제가 없지만 데이터로 일부 기능을 수정하려고 할 때 이 오류 : 내가 잘못 library(kohonen) som

    0

    1답변

    SOM에서 이웃 거리는 어떻게 작동합니까? 1- 맵에 두 노드가 가까우며 거리가 작은 경우 비슷한 색을 표시합니다. 맞습니까? 2 두 노드가지도에서 가까울지라도 거리가 크다면 서로 다른 회색 색상을 사용합니다. 맞습니까? 3- 그러나 완전히 떨어져있는 두 개의 노드가 비슷한 회색을 갖고 있으면 닫을 수 있습니까? 4- 다른 질문. 이지도에서 일부 육각형의

    0

    1답변

    는 내가 요소의 세 가지 유형이있는 경우 자기 조직화지도가 여기 Som_pak-3.1을 만들었습니다, 그들은 다르다. 요소가지도의 다른 부분에없는 이유는 무엇입니까? 왜 "A", "B"와 "C"가 같은 육각형에서 함께 많은 경우입니까? 왜 "B"와 "C"가 육각형에서 홀로 존재하지 않는 이유는 무엇입니까? 미리 감사드립니다.

    0

    1답변

    교육 중 자체 구성지도의 안정된 상태를 어떻게 식별 할 수 있습니까? 내 반복을 제어하려면 (즉, 안정적 일 때 교육을 계속하거나 중지해야 함)이 필요합니다. 토폴로지 오류의 백분율 변화를 살펴보고 양자화 오류를 의미하지만이 둘은 계속 변화하며 안정된 상태가되지 않습니다.

    0

    1답변

    지도에서 각 뉴런의 지역을 설정하는 방법을 모르겠습니다. 내가 패턴 입력 (워드) 내 신경 세포 사이의 거리를 계산하는 방법과 동일 하나 개 이상 단어가있는 경우 typedef struct _neuron { mfcc_frame *frames; char *name; double *weights; int num_weight