Зміст:
- Визначення - Що означає квантування вектора навчання (LVQ)?
- Техопедія пояснює квантування вектора навчання (LVQ)
Визначення - Що означає квантування вектора навчання (LVQ)?
Квантування вектора навчання (LVQ) - алгоритм, який є типом штучних нейронних мереж і використовує нейронні обчислення. Більш широко, можна сказати, що це тип обчислювальної розвідки. Цей алгоритм застосовує конкурентоспроможний підхід до навчання, а також пов'язаний з іншими нейромережевими алгоритмами, такими як Perceptron і зворотне поширення. Алгоритм LVQ дозволяє вибрати кількість навчальних екземплярів, які потрібно пройти, а потім дізнається про те, як виглядають ці екземпляри. LVQ був винайдений Teuvo Kohonen і пов'язаний з k-найближчим алгоритмом сусіда.
Техопедія пояснює квантування вектора навчання (LVQ)
Основна мета вивчення квантування вектора з точки зору обробки інформації - підготувати в області спостережуваних зразків даних набір векторів кодової книги. Далі ці вектори потім використовуються для класифікації невидимих векторів. Спочатку складається випадковий пул векторів, після чого вони піддаються навчальним зразкам. При застосуванні стратегії, яка перемагає перемогу, обирається або один, або ті, які є найбільш подібними векторам до заданої схеми введення. Потім вони регулюються таким чином, щоб бути ближче до вхідного вектора, а іноді й далі від другого. Після повторення цього процесу це призводить до розподілу векторів кодових книг у вхідному просторі, що може наближати розподіл зразків, що лежать в основі набору тестових даних. Цей алгоритм використовується для прогнозного моделювання.
