基于高斯神经元的自组织映射网络研究

刘达; 陈松灿

首页> 中文期刊> 《数据采集与处理》 >基于高斯神经元的自组织映射网络研究

基于高斯神经元的自组织映射网络研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

自组织映射网络(Self-organizing map network,SOM)是一种经典的无监督学习方法,具有自组织和联机学习功能。由于其简明与实用等特点,不断涌现出SOM变体以适应各类问题。然而,这些工作基本都采纳了确定性神经元建立网络,忽略了数据本身隐含的不确定性信息,导致这些模型的结果缺乏由置信度反映的可解释性,意味着SOM神经元的不确定性刻画能力不足。本文提出了一种高斯神经元SOM网络(Ganssian neuron som network,GNSOM),其神经元节点不再是确定性的,而是建模为高斯分布的高斯神经元,为SOM配备了不确定性功能用于表述数据的不确定性。在实现时,将输入数据同样高斯化,并用Jensen-Shannon(JS)散度代替SOM学习中的欧氏距离作为GNSOM学习中的相似性匹配度量,由此获得了不确定性表示。实验结果表明,GNSOM具有更好的训练效果,并能通过神经元节点的协方差矩阵反映数据的不确定性。由于这种对神经元的高斯化独立于SOM本身,因此能拓展应用于其他神经元模型。

著录项

来源
《数据采集与处理》 |2023年第1期|85-92|共8页
作者
刘达; 陈松灿;
展开▼
作者单位

南京航天航空大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
无监督学习; 自组织映射网络; 数据不确定性; 高斯神经元自组织映射; JS散度;

相似文献

中文文献
外文文献
专利

1. 基于整合-激发神经元的自组织映射网络 [J] . 张彪 ,刘珑龙 ,冯峰 . 中国海洋大学学报：自然科学版 . 2011,第S1期
2. 基于自组织映射网络与时间权重的电力企业大学资源快速精准检索方法研究 [J] . 郝腾飞 ,郭建龙 ,刘晓 . 科技创新与应用 . 2022,第25期
3. 基于自组织映射的神经网络轨道客流时序研究 [J] . 彭锦韵 . 智能城市 . 2021,第003期
4. 基于自组织映射的神经网络轨道客流时序研究 [J] . 彭锦韵 . 智能城市 . 2021,第003期
5. 基于免疫遗传算法的自组织映射网络应用研究 [J] . 李鹏松 ,刘欣 ,李俊达 . 东北电力大学学报 . 2018,第006期
6. 基于自组织映射网络和模糊网格的印刷体识别技术研究 [C] . 刘娟 ,郭钧天 ,范依林 . 2008中国计算机大会 . 2008

基于高斯神经元的自组织映射网络研究

摘要

著录项

相似文献

相关主题

期刊订阅