Sieci neuronowe są narzędziem o wielu różnych zastosowaniach. Wykorzystuje się je w zadaniach aproksymacji, sterowania, kompresji oraz identyfikacji. Identyfikacja obiektów może być realizowana przez wiele różnych sieci neuronowych. Jedną z nich jest sieć Kohonena. Jest to sieć ucząca się poprzez samoorganizację neuronów i jej głównym zastosowaniem jest klasteryzacja oraz kompresja danych. Innym zastosowaniem sieci Kohonena jest identyfikacja.
Wykorzystanie tej sieci do identyfikacji obiektów wiąże się z koniecznością użycia specjalizowanych algorytmów uczenia. Jednym z takich algorytmów jest algorytm adaptacyjnego kwantowania wektorowego. Aby sprawdzić efektywność sieci
Kohonena trenowanej wspomnianym algorytmem przeprowadzono szereg badań w trakcie których zadaniem sieci była identyfikacja radiostacji okrętowych. Wyniki badań zostały przedstawione na końcu artykułuKlasyczna sieć Kohonena jest siecią samoorganizującą kojarzoną najczęściej z zadaniami grupowania danych (klasteryzacji). (…)
Artykuł zawiera 8785 znaków.
Źródło: Czasopismo Logistyka
Użycie sieci kohonena do identyfikacji radiostacji okrętowych – plik PDF do pobrania