Fatigable SOMとクラスタリングへの応用
スポンサーリンク
概要
- 論文の詳細を見る
自己組織化マップ(Self-Organizing Map : SOM)はKohonen氏によって発表された学習なしニューラルネットワークであり, 近年クラスタリングヘの応用として注目を浴びている. 本研究ではFatigable SOM(FSOM)を提案する. FSOMの特徴として, FSOMのニューロンは疲れやすく, ある一定の時間内で一度しか勝者ニューロンになることができない. FSOMの振る舞いを調査し, クラスタリングに応用したときの有効性を確認した.
- 2006-01-17
著者
関連論文
- 様々なトポロジーを持つネットワーク構造型粒子群最適化法とその振る舞い (非線形問題)
- 抵抗で環状に結合された発振器に見られる同期現象
- スモールワールド・セルラーニューラルネットワークを用いたエッジ検出の一手法
- 複数のラダー発振器系を1つの発振器に結合した回路にみられる位相反転波動
- 2相同期した結合発振器にみられる位相反転波
- 2種類のインダクタによって結合された発振器回路にみられる位相反転波動
- 簡略化モデルによる梯子型結合発振器の波動現象の解析
- MATLABとSPICEを併用した変調回路の周波数領域での解法 : ボルテラ級数展開法と調波平衡法
- 非線形寄生容量を考慮したCMOS増幅回路の周波数領域での解析
- フーリエ変換器を用いた非線形振動回路の動特性解析