ニューラルネットクラスタリング

自己組織化マップ (SOM) ネットワークを使用したクラスタリング問題の求解

説明

ニューラルネットクラスタリングアプリでは、クラスタリング問題を解くために、自己組織化マップネットワークの作成、可視化、学習ができます。

このアプリを使って次のことを実行できます。

ファイルまたは MATLAB^® ワークスペースからデータをインポートするか、サンプルデータセットの 1 つを使用する。
ニューラルネットワークの定義と学習。
近傍距離、重み平面、サンプルヒット、重み位置などの可視化プロットの使用による結果の解析。
結果を再現したり、学習プロセスをカスタマイズしたりするための MATLAB スクリプトの生成。
MATLAB Compiler™ および MATLAB Coder™ ツールによる展開に適した関数の生成、および Simulink^® Coder での使用に向けた Simulink へのエクスポート。

メモ

深層学習ニューラルネットワークの構築、可視化、および学習を対話的に行うには、ディープネットワークデザイナーアプリを使用します。詳細については、ディープネットワークデザイナー入門を参照してください。

ニューラルネットクラスタリングアプリには、ニューラルネットワークに学習させるために使用できる組み込みの学習アルゴリズムが用意されています。

学習アルゴリズム説明

学習アルゴリズム	説明
バッチ教師なしの重みとバイアスの学習	バッチの更新を伴う、教師なしの重み学習規則とバイアス学習規則を使用して、ネットワークに学習させます。すべての入力データが渡された後に、重みとバイアスが更新されます。このアルゴリズムを実装するために、ニューラルネットクラスタリングアプリでは関数 `trainbu` を使用しています。

バッチ教師なしの重みとバイアスの学習

バッチの更新を伴う、教師なしの重み学習規則とバイアス学習規則を使用して、ネットワークに学習させます。すべての入力データが渡された後に、重みとバイアスが更新されます。

このアルゴリズムを実装するために、ニューラルネットクラスタリングアプリでは関数 trainbu を使用しています。