Нейронная сеть Кохонена

@RomanNOskil · Регистрация: 10.05.2018

Студворк — интернет-сервис помощи студентам

Применить нейронную сеть Кохонена с самообучением для задачи кластеризации.
На первом этапе сгенерировать случайные точки на плоскости вокруг 2 центров
кластеризации (примерно по 20-30 точек). Далее считать, что сеть имеет два входа
(координаты точек) и два выхода – один из них равен 1, другой 0 (по тому, к какому
кластеру принадлежит точка). Подавая последовательно на вход (вразнобой) точки,
настроить сеть путем применения описанной процедуры обучения так, чтобы она
приобрела способность определять, к какому кластеру принадлежит точка. Коэффициент
выбрать, уменьшая его от шага к шагу по правилу = (50-i)/100, причем для каждого
нейрона это будет своѐ значение , а подстраиваться на каждом шаге будут веса только
одного (выигравшего) нейрона.
Подскажите кому не сложно)

@Kuzia domovenok · 24.10.2018, 12:38

ну блин, это уже не задачка на 10 строчек какие тут обычно бывают,
если нужна именно часть с обучением, то почему не выложишь хотя бы интерфейсный код программы, чтобы вручную народу не писать рутинную рисовку точек, генерацию координат в кластерах, классы связанные с нейросетью - просто сетка и функция просчёта прямого распространения без обучения. Где это всё? С нуля писать 1000 строчек?

@RomanNOskil · 25.10.2018, 06:47 **[ТС]**

Я имел в виду, что может быть у кого-нибудь есть исходник)

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .	SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .
SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .	SDL3 для Android: Загрузка PNG с альфа-каналом с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 28.01.2026 Содержание блога SDL3 имеет собственные средства для загрузки и отображения PNG-файлов с альфа-каналом и базовой работы с ними. В этой инструкции используется функция SDL_LoadPNG(), которая. . .

@RomanNOskil 13 / 13 / 0 Регистрация: 10.05.2018 Сообщений: 81

	Нейронная сеть Кохонена 24.10.2018, 08:57. Показов 3255. Ответов 2 Метки нет (Все метки) Применить нейронную сеть Кохонена с самообучением для задачи кластеризации. На первом этапе сгенерировать случайные точки на плоскости вокруг 2 центров кластеризации (примерно по 20-30 точек). Далее считать, что сеть имеет два входа (координаты точек) и два выхода – один из них равен 1, другой 0 (по тому, к какому кластеру принадлежит точка). Подавая последовательно на вход (вразнобой) точки, настроить сеть путем применения описанной процедуры обучения так, чтобы она приобрела способность определять, к какому кластеру принадлежит точка. Коэффициент выбрать, уменьшая его от шага к шагу по правилу = (50-i)/100, причем для каждого нейрона это будет своѐ значение , а подстраиваться на каждом шаге будут веса только одного (выигравшего) нейрона. Подскажите кому не сложно) 0

@Kuzia domovenok 4268 / 3327 / 926 Регистрация: 25.03.2012 Сообщений: 12,532 Записей в блоге: 1
	24.10.2018, 12:38
	ну блин, это уже не задачка на 10 строчек какие тут обычно бывают, если нужна именно часть с обучением, то почему не выложишь хотя бы интерфейсный код программы, чтобы вручную народу не писать рутинную рисовку точек, генерацию координат в кластерах, классы связанные с нейросетью - просто сетка и функция просчёта прямого распространения без обучения. Где это всё? С нуля писать 1000 строчек? 0

@RomanNOskil 13 / 13 / 0 Регистрация: 10.05.2018 Сообщений: 81
	25.10.2018, 06:47 [ТС]
	Я имел в виду, что может быть у кого-нибудь есть исходник) 0