Sieć SOM jako przykład sieci samoorganizującej się

• Autorzy: Karolina Bartos

Warianty tytułu

SOM Neural Network as an Example of the Self-Organizing Neural Network

• Języki publikacji: PL

Abstrakty

Artykuł prezentuje sieć SOM jako przykład sieci samoorganizującej się. Zawiera podstawowe informacje o tej sieci: jej genezę, strukturę, sposób funkcjonowania i metodę uczenia (uczenie nienadzorowane z konkurencją). Ponadto autorka opisuje proces weryfikacji samoorganizujących się map cech oraz algorytm Kohonena wykorzystywany podczas trenowania sieci SOM. (abstrakt oryginalny)

EN

The article presents SOM as an example of self-organizing neural network. The paper includes basic information about SOM: origin, structure, functioning and learning method (unsupervised and competitive learning). Furthermore, the author describes a verification process of self-organizing feature maps and Kohonen's algorithm which is used for the SOM training. (original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Algorytmy; Mapa samoorganizująca

EN

Neural networks; Algorithms; Self-Organizing Maps (SOM)

• Czasopismo: Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu
• Rocznik: 2012
• Numer: nr 2 (36)
• Strony: 65-74

Twórcy

autor

Karolina Bartos

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Anhalt S.C., Krishnamurthy A.K., Chen P., Melton D.E., Competitive learning algorithms for vector quantization, "Neural Networks" 1990, vol. 3.
• DeSieno D., Adding a conscience to competetive learning, Proc. II IEEE Conf. Neural Networks, 1988, vol. 1.
• Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., Sieci neuronowe, "Biocybernetyka i Inżyniera Biomedyczna" 2000, t. 6, Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
• Galanopoulos A.S., Moses R.L., Anhalt S.C., Diffusion approximation of frequency sensitive competitive learning, IEEE Trans. Neural Network 1998,vol. 8.
• Kohonen T., Analysis of a simple self-organizing process, "Biological Cybernetics" 1982a, vol. 44.
• Kohonen T., Self-organizing formation of topologically correct feature maps, "Biological Cybernetics" 1982b, vol. 43.
• Kohonen T., Self-organizing Maps, Heidelberg Springer Verlag, Berlin 1995.
• Krzyśko M., Wołyński W., Górecki T., Skorzybut M., Systemu uczące się - rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości, Wydawnictwo Naukowo-Techniczne, Warszawa 2008.
• Lasek M., Data Mining - zastosowania w analizach i ocenach klientów bankowych, Biblioteka Menedżera i Bankowca, Warszawa 2002.
• Lasek M., Metody Data Mining w analizowaniu i prognozowaniu kondycji ekonomicznej przedsiębiorstw, Difin, Warszawa 2007.
• Larose D.T., Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN, Warszawa 2006.
• Lula P., Paliwoda-Pękosz G., Tadeusiewicz R., Metody sztucznej inteligencji i ich zastosowania w ekonomii i zarządzaniu, Wydawnictwo AE, Kraków 2007.
• Malsburg C., Self-organization of orientation sensitive cells in the striate cortex, "Kybernetik" 1973, vol. 14.
• Migdał-Nejman K., Analiza porównawcza samouczących się sieci neuronowych typu SOM i GNG w poszukiwaniu reguł asocjacyjnych, [w:] K. Jajuga, M. Walesiak (red.), Taksonomia 18, Klasyfikacja i analiza danych - teoria i zastosowania, Wydawnictwo UE, Wrocław 2011.
• Mynarski S., Metody badań marketingowych, PWE, Warszawa 1990.
• Ritter H., Self-organizing feature-maps: Kohonen maps, [w:] M.A. Arbib (ed.), The Handbook of Brain Theory and Neural Networks, MIT Press, Cambridge, MA 1995.
• Tarczyński G., Algorytm Kohonena w analizie danych ekonomicznych, Wydawnictwo UE, Wrocław 2011.
• Zieliński J.S., Inteligentne systemy w zarządzaniu - teoria i praktyka, PWN, Warszawa 2000.