ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

自己組織化マップ

例のクラスター、例の分布、およびクラスター間の類似関係のプロトタイプ ベクトルの特定

アプリ

Neural Net ClusteringCluster data by training a self-organizing maps network

関数

nnstartニューラル ネットワークの使用開始 GUI
viewニューラル ネットワークの表示
selforgmap自己組織化マップ
train浅いニューラル ネットワークの学習
plotsomhitsPlot self-organizing map sample hits
plotsomncPlot self-organizing map neighbor connections
plotsomndPlot self-organizing map neighbor distances
plotsomplanesPlot self-organizing map weight planes
plotsomposPlot self-organizing map weight positions
plotsomtopPlot self-organizing map topology
genFunctionニューラル ネットワークのシミュレーション用の MATLAB 関数の生成

例および操作のヒント

自己組織化マップによるデータのクラスタリング

Neural Network Clustering アプリまたはコマンド ライン関数を使用して、類似性によってデータをグループ化します。

学習済みニューラル ネットワーク関数の配布

MATLAB® ツールを使用して、学習済みニューラル ネットワークのシミュレーションと配布を行います。

ニューラル ネットワークの学習の配布

ネットワークの学習を配布する方法を学習します。

アヤメのクラスタリング

この例では、自己組織化マップ ニューラル ネットワークによってアヤメの花を複数のクラスにトポロジカルにクラスタリングする方法を説明します。

Gene Expression Analysis

This example demonstrates looking for patterns in gene expression profiles in baker's yeast using neural networks.

One-Dimensional Self-organizing Map

Neurons in a 2-D layer learn to represent different regions of the input space where input vectors occur. In addition, neighboring neurons learn to respond to similar inputs, thus the layer learns the topology of the presented input space.

Two-Dimensional Self-organizing Map

As in one-dimensional problems, this self-organizing map will learn to represent different regions of the input space where input vectors occur. In this example, however, the neurons will arrange themselves in a two-dimensional grid, rather than a line.

概念

自己組織化マップ ニューラル ネットワークによるクラスター化

入力空間でのグループ化の方法に従って入力ベクトルを分類するために、自己組織化特徴マップ (SOFM) を使用します。