1
Dobór parametrów funkcji radialnych przy za- stosowaniu samoorganizacji
Proces samoorganizacji zastosowany do danych uczących automatycznie dzieli przestrzeń na obszary, reprezentujące oddzielne grupy danych. Centrum ob- szaru jest utożsamiane z centrum odpowiedniej funkcji radialnej. Liczba tych funkcji jest równa liczbie obszarów i może być korygowana przez algorytm samoorganizacji.
Proces podziału danych na obszary odbywa się dwuetapowo. Wstępny do- bór centrów odbywa się najczęściej losowo przy wykorzystaniu rozkładu rów- nomiernego w procesie doboru odpowiednich wektorów ze zbioru danych uczą- cych. W przypadku danych uczących reprezentujących funkcję ciągłą wybór wartości centrów umieszcza się w pierwszej kolejności w punktach odpowiada- jących wszystkim wartościom maksymalnym i minimalnym funkcji. Dane od- powiadające tym centrom oraz ich najbliższemu otoczeniu są usuwane ze zbioru uczącego, a pozostałe centra są lokowane równomiernie w obszarze utworzonym przez dane pozostające w zbiorze.
Po zaprezentowaniu k−tego wzorca ze zbioru uczącego jest selekcjonowane centrum najbliższe w sensie wybranej metryki danemu wektorowi. To centrum podlega aktualizacji zgodnie z algorytmem WTA, przy czym współ- czynnik uczenia jest zmienny w czasie i maleje do zera. Proces aktualizacji wag metodą WTA obejmuje tylko wagi winnera. Każdy wektor uczący jest prezen- towany kilkakrotnie, zwykle w kolejności losowej, aż do ustalenia centrów.