Участник:Логвиненко Александра - История изменений

Логвиненко Александра: Полностью удалено содержимое страницы

2016-10-13T20:01:02Z

Полностью удалено содержимое страницы

← Предыдущая версия		Версия от 20:01, 13 октября 2016
Строка 1:		Строка 1:
	~~'''~~
	~~Алгоритм кластеризации, основанный на сетях Кохоннена~~
	~~'''~~

	~~Основные авторы описания: Логвиненко Александра 613 и Адиев Тохтар 616~~

	~~=== Свойства и структура алгоритма ===~~
	~~=== Общее описание алгоритма ===~~
	'''Cамоорганизующиеся карты Кохонена''' представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации.


	Алгоритм SOM вырос из ранних нейросетевых моделей, особенно моделей ассоциативной памяти и адаптивное обучение (ср Кохонена 1984).

















	Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных.

	Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000. Т. Кохонен — автор более 300 публикаций и 4 монографий

	~~=== Математическое описание алгоритма ===~~



	~~=== Вычислительное ядро алгоритма ===~~


	~~=== Макроструктура алгоритма ===~~


	~~=== Схема реализации последовательного алгоритма ===~~

	~~=== Последовательная сложность алгоритма ===~~

	~~=== Информационный граф ===~~

	~~=== Ресурс параллелизма алгоритма ===~~

	~~=== Входные и выходные данные алгоритма ===~~


	~~=== Особенности реализации последовательного алгоритма ===~~


	~~=== Локальность данных и вычислений ===~~

	~~==== Локальность реализации алгоритма ====~~

	~~===== Структура обращений в память и качественная оценка локальности =====~~


	~~===== Количественная оценка локальности =====~~


	~~=== Возможные способы и особенности параллельной реализации алгоритма ===~~



	~~=== Масштабируемость алгоритма и его реализации ===~~

	~~==== Масштабируемость алгоритма ====~~

	~~==== Масштабируемость реализации алгоритма ====~~

	~~=== Динамические характеристики и эффективность реализации алгоритма ===~~


	~~=== Выводы для классов архитектур ===~~


	~~=== Существующие реализации алгоритма ===~~
	~~== Литература ==~~

Логвиненко Александра в 19:59, 13 октября 2016

2016-10-13T19:59:04Z

← Предыдущая версия		Версия от 19:59, 13 октября 2016
Строка 1:		Строка 1:
	~~{{algorithm~~		'''
	~~\| name =~~ Алгоритм кластеризации, основанный на сетях Кохоннена		Алгоритм кластеризации, основанный на сетях Кохоннена
	~~\| serial_complexity = <math>O(n^3)</math>~~		'''
	~~\| pf_height = <math>O(n)</math>~~
	~~\| pf_width = <math>O(n^2)</math>~~
	~~\| input_data = <math>\frac{n (n + 1)}{2}</math>~~
	~~\| output_data = <math>\frac{n (n + 1)}{2}</math>~~
	}}


	Основные авторы описания: Логвиненко Александра 613 и Адиев Тохтар 616		Основные авторы описания: Логвиненко Александра 613 и Адиев Тохтар 616

	== Свойства и структура алгоритма ==		=== Свойства и структура алгоритма ===
	=== Общее описание алгоритма ===		=== Общее описание алгоритма ===
	'''Cамоорганизующиеся карты Кохонена''' представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации.		'''Cамоорганизующиеся карты Кохонена''' представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации.

	~~[[Файл:Example.jpg]]~~

Логвиненко Александра в 19:43, 13 октября 2016

2016-10-13T19:43:01Z

← Предыдущая версия		Версия от 19:43, 13 октября 2016
Строка 13:		Строка 13:
	== Свойства и структура алгоритма ==		== Свойства и структура алгоритма ==
	=== Общее описание алгоритма ===		=== Общее описание алгоритма ===
			'''Cамоорганизующиеся карты Кохонена''' представляет собой вычислительный метод для визуализации и анализа многомерных данных, прежде всего экспериментально полученной информации.

			[[Файл:Example.jpg]]


			Алгоритм SOM вырос из ранних нейросетевых моделей, особенно моделей ассоциативной памяти и адаптивное обучение (ср Кохонена 1984).


Строка 33:		Строка 36:


			Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных.

	Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных. Помимо карт Кохонена существует целый класс нейросетей — нейронные сети Кохонена, основным элементом которых является слой Кохонена.		Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000. Т. Кохонен — автор более 300 публикаций и 4 монографий

	Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000~~[4]~~.

	Т. Кохонен — автор более 300 публикаций и 4 монографий

	=== Математическое описание алгоритма ===		=== Математическое описание алгоритма ===

Логвиненко Александра в 19:26, 13 октября 2016

2016-10-13T19:26:06Z

← Предыдущая версия		Версия от 19:26, 13 октября 2016
Строка 9:		Строка 9:


	Основные авторы описания:		Основные авторы описания: Логвиненко Александра 613 и Адиев Тохтар 616

	== Свойства и структура алгоритма ==		== Свойства и структура алгоритма ==

Логвиненко Александра: Новая страница: «{{algorithm | name = Алгоритм кластеризации, основанный на сетях Кохоннена | serial_complexity =
2016-10-13T19:25:30Z

Новая страница: «{{algorithm | name = Алгоритм кластеризации, основанный на сетях Кохоннена | serial_complexity = <mat…»

Новая страница
{{algorithm
| name = Алгоритм кластеризации, основанный на сетях Кохоннена
| serial_complexity = <math>O(n^3)</math>
| pf_height = <math>O(n)</math>
| pf_width = <math>O(n^2)</math>
| input_data = <math>\frac{n (n + 1)}{2}</math>
| output_data = <math>\frac{n (n + 1)}{2}</math>
}}

Основные авторы описания:

== Свойства и структура алгоритма ==
=== Общее описание алгоритма ===

Метод был предложен финским учёным Теуво Кохоненом в 1984 году. Особый вид нейронных сетей, известных как самоорганизующиеся карты Кохонена, которые используются для решения задач кластеризации данных. Помимо карт Кохонена существует целый класс нейросетей — нейронные сети Кохонена, основным элементом которых является слой Кохонена.

Алгоритм обучения Кохонена и карты Кохонена послужили основой для большого количества исследований в области нейронных сетей, благодаря чему Кохонен считается самым цитируемым финским ученым. Количество научных работ по картам Кохонена составляет около 8 000[4].

Т. Кохонен — автор более 300 публикаций и 4 монографий

=== Математическое описание алгоритма ===

=== Вычислительное ядро алгоритма ===

=== Макроструктура алгоритма ===

=== Схема реализации последовательного алгоритма ===

=== Последовательная сложность алгоритма ===

=== Информационный граф ===

=== Ресурс параллелизма алгоритма ===

=== Входные и выходные данные алгоритма ===

=== Особенности реализации последовательного алгоритма ===

=== Локальность данных и вычислений ===

==== Локальность реализации алгоритма ====

===== Структура обращений в память и качественная оценка локальности =====

===== Количественная оценка локальности =====

=== Возможные способы и особенности параллельной реализации алгоритма ===

=== Масштабируемость алгоритма и его реализации ===

==== Масштабируемость алгоритма ====

==== Масштабируемость реализации алгоритма ====

=== Динамические характеристики и эффективность реализации алгоритма ===

=== Выводы для классов архитектур ===

=== Существующие реализации алгоритма ===
== Литература ==