Neural Net Clustering | Кластерные данные путем обучения сети самоорганизующихся карт |
nctool | Инструмент классификации или кластеризации нейронных сетей |
view | Просмотр неглубокой нейронной сети |
selforgmap | Самоорганизующаяся карта |
train | Обучите неглубокую нейронную сеть |
plotsomhits | Постройте самоорганизующиеся выборочные хиты карты |
plotsomnc | Постройте самоорганизующиеся соседние соединения карты |
plotsomnd | Постройте график самоорганизующихся соседних расстояний карты |
plotsomplanes | Постройте самоорганизующиеся весовые плоскости карты |
plotsompos | Постройте самоорганизующиеся весовые положения карты |
plotsomtop | Постройте график самоорганизующейся топологии карты |
genFunction | Сгенерируйте функцию MATLAB для симуляции неглубокой нейронной сети |
Данные кластера с самоорганизующейся картой
Сгруппировать данные по подобию с помощью приложения Neural Network Clustering App или функций командной строки.
Развертывание функций неглубокой нейронной сети
Моделируйте и развертывайте обученные неглубокие нейронные сети с помощью MATLAB® инструменты.
Развертывание обучения мелких нейронных сетей
Узнайте, как развернуть обучение неглубоких нейронных сетей.
Этот пример иллюстрирует, как самоорганизующаяся нейронная сеть карты может объединять цветы радужной оболочки в классы топологически, обеспечивая понимание типов цветов и полезный инструмент для последующего анализа.
Этот пример демонстрирует поиск шаблонов в профилях экспрессии генов в пекарских дрожжах с использованием нейронных сетей.
Одномерная самоорганизующаяся карта
Нейроны в 2-D слое учатся представлять различные области входного пространства, где происходят входные векторы.
Двумерная самоорганизующаяся карта
Как и в одномерных задачах, эта самоорганизующаяся карта научится представлять различные области входного пространства, где происходят входные векторы.
Кластер с самоорганизующейся карты нейронной сети
Используйте самоорганизующиеся карты функций (SOFM), чтобы классифицировать входные векторы в соответствии с тем, как они сгруппированы во входном пространстве.