更新日記
第一の次元は「データを見つけること」。第二の次元、「データの操作」。第三の次元、「理解」。第四の次元、「説明」。第五次元、「プランニング」。第六次元、「コミュニケーション」。まだある、第七次元、「統合」。 さて、これは、千夜千冊で偶々最初に見た本、ロジャー・C・シャンク著、長尾確、長尾加寿恵訳、「人はなぜ話すのか」知能と記憶のメカニズム、白揚社、1998年7月10日、第一版第二刷、373ページ、3200円、原題は"Tell me a story: A new look at real and artificial memory"、1990年の第8章「話と知性」にある。さらに次のステップがある。「好奇心」だ。機械は好奇心を持たない。好奇心を持つことは生きることだから・・・ 5/28/2002 少しずつ進めよう。メソッドと注を訳してみた。いずれ、自己組織化マップに関するページを作ってみたいが・
SOM_PAKによるクラスタリング
目次 コンパイル Linux (pw) でやる場合． Mac OS X でやる場合． サンプルの使い方 Tips ダウンロード・参考サイト コンパイル / Linux(pw)でやる場合 X11.app を起動し，「ssh -X11 pw0xx」としてログイン． 全ての作業は pw 上でやってください． 利用する pw は，【pw0 + 学籍番号下二桁】とします． 例えば，学籍番号085788の学生は pw088 を利用してください． ログイン後，以下のコマンドを実行してコンパイル． macbook> ssh -X pw001 # 学籍番号 xxxx01 の場合． pw001$ wget http://www.cis.hut.fi/research/som_pak/som_pak-3.1.tar pw001$ wget http://www.eva.ie.u-ryukyu.ac.jp/~tn
SOM
SOMとは 自己組織化マップ(Self-Organizing Map, SOM)は，T.Kohonenにより1981年頃に発表された教師なし学習ニューラルネットワークで，入力パターン群をその類似度に応じて分類する能力を自律的に獲得していくニューラルネットワークである．n次元の入力データ群をニューロンの１次元配列にマッピングするものを１次元SOM，２次元配列にマッピングするものを２次元SOMという．SOMでは，入力データに対して，そのデータの特徴を最もよく捉えたある１つのニューロンが発火する．SOMは，入力データ間の近さが，１次元または２次元配列上で発火するニューロンの近さに反映される「トポロジー保存性」という特徴を持つ． SOMのアルゴリズム 入力データがn次元実数ベクトルx=(x1,x2,...,xn)で与えられ，２次元SOMがm*m(=M)個の格子点上に配置されたニューロンを持つとする
HUT - CIS - Research - SOM_PAK, LVQ_PAK
SOM_PAK and LVQ_PAK Two public-domain softare packages, SOM_PAK for the Self-Organizing Map algorithm and LVQ_PAK for the Learning Vector Quantization algorithms are provided (current versions are 3.1). These program packages have been developed to demonstrate the implementation of these algorithms and to ease first experiments. Downloading using WWW Both program packages SOM_PAK and LVQ_PAK, as w
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
