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。

浅いニューラル ネットワーク関数の配布

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

浅いニューラル ネットワークの学習の配布

浅いニューラル 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.