img218 (5)

212 Sieci samoorganizujące się

ronów. Tylko neurony znajdujące się na brzegu sieci nie mają kompletu sąsiadów, ale można temu czasem zaradzić wprowadzając specjalną umowę (na przykład “domykając” sieć w taki sposób, że neurony z górnego brzegu są traktowane jako sąsiednie w stosunku do neuronów z dolnego brzegu; podobnie domyka się lewą i prawą krawędź sieci).

10.3. Co wynika z tego, że jakieś neurony uważamy za sąsiednie?

Fakt, że pewne neurony uznane są za sąsiednie, ma bardzo duże znaczenie. Kiedy w procesie uczenia jakiś neuron zostaje zwycięzcą i podlega procesowi uczenia - wraz z nim uczy się także jego sąsiadów (rys. 10.5).

Rys. 10.5. Przebieg uczenia w sieci Kohonena

Zauważ, co z tego wynika: Neuron zwycięzca (oznaczony czerwonym punktem) podlega uczeniu, ponieważ jego pierwotne współczynniki wagowe były podobne do składowych sygnału pokazanego w trakcie procesu uczenia (zielony punkt), zatem następuje jedynie wzmocnienie i skonkretyzowanie naturalnych, “wrodzonych” preferencji tego neuronu. Na rysunku wygląda to tak, jak gdyby “zwycięzca” byl silnie przyciągany przez wejściowy punkt, który spowodował, że to ona właśnie został on zwycięzcą - jego wektor wag (i punkt, reprezentujący ten wektor na rysunku) silnie przemieszcza się i zbliża się do punktu reprezentującego sygnał wejściowy. Sąsiedzi zwycięskiego neuronu (żółte punkty lekko podbarwione na czerwono) nie