Самоорганизующиеся карты

Идентифицируйте прототипные векторы для кластеров примеров, распределений в качестве примера и отношений подобия между кластерами

Приложения

Neural Net ClusteringКластерные данные путем обучения самоорганизующейся сети карт

Функции

nnstartНейронная сеть, начинающая графический интерфейс пользователя
viewПросмотрите мелкую нейронную сеть
selforgmapСамоорганизующаяся карта
trainОбучите мелкую нейронную сеть
plotsomhitsПостройте самоорганизующиеся демонстрационные хиты карты
plotsomncПостройте самоорганизующиеся соседние связи карты
plotsomndПостройте самоорганизующиеся соседние расстояния карты
plotsomplanesПостройте самоорганизующиеся плоскости веса карты
plotsomposПостройте самоорганизующиеся положения веса карты
plotsomtopПостройте самоорганизующуюся топологию карты
genFunctionСгенерируйте функцию MATLAB для симуляции мелкой нейронной сети

Примеры и руководства

Кластерные данные с самоорганизующейся картой

Данные группы подобием с помощью Приложения Кластеризации Нейронной сети или функций командной строки.

Разверните мелкие функции нейронной сети

Симулируйте и разверните обученные мелкие нейронные сети с помощью инструментов MATLAB®.

Разверните обучение мелких нейронных сетей

Узнать, как развернуть обучение мелких нейронных сетей.

Диафрагмируйте кластеризацию

Этот пример иллюстрирует, как самоорганизующаяся нейронная сеть карты может кластеризировать ирисовые цветы в классы топологически, обеспечивая понимание типов цветов и полезного инструмента для последующего анализа.

Анализ экспрессии гена

Этот пример демонстрирует поиск шаблонов в профилях экспрессии гена в хлебопекарных дрожжах с помощью нейронных сетей.

Одномерная самоорганизующаяся карта

Нейроны в 2D слое учатся представлять различные области входного пробела, где входные векторы происходят.

Двумерная самоорганизующаяся карта

Как в одномерных проблемах, эта самоорганизующаяся карта будет учиться представлять различные области входного пробела, где входные векторы происходят.

Концепции

Кластер с самоорганизующейся нейронной сетью карты

Используйте самоорганизующиеся карты функции (SOFM), чтобы классифицировать входные векторы согласно тому, как они сгруппированы на входном пробеле.

Для просмотра документации необходимо авторизоваться на сайте