Карты Кохонена
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
Прошу, прощения. Опечатался, правда 25 компонент в каждом векторе.
А карта Кохонена отображает состояние уже обученных нейронов или реакцию сети Кохонена на входной вектор?
Подавая на обученную сеть Кохонена входные вектора, у меня побеждает тот или иной нейрон.
А что вообще из себя представляет эта Карта Кохонена? Не могу понять, как её топологически построить. Как связать нейроны? Раскрасить то не проблема. А вот как это построить - не мойму.
А карта Кохонена отображает состояние уже обученных нейронов или реакцию сети Кохонена на входной вектор?
Подавая на обученную сеть Кохонена входные вектора, у меня побеждает тот или иной нейрон.
А что вообще из себя представляет эта Карта Кохонена? Не могу понять, как её топологически построить. Как связать нейроны? Раскрасить то не проблема. А вот как это построить - не мойму.
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
А карта Кохонена отображает состояние уже обученных нейронов или реакцию сети Кохонена на входной вектор?
Не очень понял ваш вопрос.
Вообще карту коххонена можно рассматривать не как нейросеть. А просто как некоторую сетку, узлы которой двигаются в пространстве. Ячейки такой сетки могут быть прямоугольные и шести угольные.В нашем случае(3 точки) ее можно рассматривать как ломанную. Т.е некоторый вырожденный случай прямоугольной сетки. Таким образом вся соль метода заключается в процессе обучения. Т.е. как таковое с нейронами можно вообще не связываться. Вот сдесь http://www.ict.edu.ru/ft/003892///ch12.pdf (стр 10) как раз так и рассматривают.
Не очень понял ваш вопрос.
Вообще карту коххонена можно рассматривать не как нейросеть. А просто как некоторую сетку, узлы которой двигаются в пространстве. Ячейки такой сетки могут быть прямоугольные и шести угольные.В нашем случае(3 точки) ее можно рассматривать как ломанную. Т.е некоторый вырожденный случай прямоугольной сетки. Таким образом вся соль метода заключается в процессе обучения. Т.е. как таковое с нейронами можно вообще не связываться. Вот сдесь http://www.ict.edu.ru/ft/003892///ch12.pdf (стр 10) как раз так и рассматривают.
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
Прочитал статейку. Спасибо. Но всеравно не понял как на основании обученной нейронной сети построить карту Кохонена. Поробую поэтапно сформулировать вопросы:
1) Карта Кохонена формируется только на основании своих собственных настроенных (обученных) весов или на основании результата, который выдают нейроны при подаче на вход сети некоторого уже не обучающего, а рабочего вектора?
2) Откуда берутся координаты узлов сети (рядом узлы находятся или нет - в каком месте решетки)?
1) Карта Кохонена формируется только на основании своих собственных настроенных (обученных) весов или на основании результата, который выдают нейроны при подаче на вход сети некоторого уже не обучающего, а рабочего вектора?
2) Откуда берутся координаты узлов сети (рядом узлы находятся или нет - в каком месте решетки)?
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
1)Можно и так и так. Нет никакой разницы. Фактически после обучения у вас есть только веса. Если вы подадите все векторы которые использовались для обучения то их и классифицируете. Есле же новый то и его классифицируете. Т.е для вашей задачи с картинкой вы можете подать теже векторы и получите их классификацию.
2) Координаты узлов сети в исходном пространстве и есть веса. Т.е. первоначально вы задаете их случайно инициализируя весовую матрицу. После обучения она преобразуется таким образом чтобы узлы карты располагались в зависимости от закономерности в данных.
2) Координаты узлов сети в исходном пространстве и есть веса. Т.е. первоначально вы задаете их случайно инициализируя весовую матрицу. После обучения она преобразуется таким образом чтобы узлы карты располагались в зависимости от закономерности в данных.
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
Огромное спасибо, что помогаете мне разобраться! Я уже начинаю понимать.
1.
Такой вопрос: Имеется обученная нейронная сеть, состоящая из 3 нейронов. Вектора нейронов имеют по 5 компонент:
1. 0.0232 0.3435 0.3432 0.2664 0.9445
2. 0.7343 0.6724 0.2565 0.7673 0.1232
3. 0.1244 0.8733 0.3643 0.4354 0.2242
Можно ли по данной матрице весов построить карту Кохонена? Если да, то как? Как использовать веса в качестве координат.
2.
Веса определяют координаты в пространтсве или степень закрашенности шестигранников/квадратов?
1.
Такой вопрос: Имеется обученная нейронная сеть, состоящая из 3 нейронов. Вектора нейронов имеют по 5 компонент:
1. 0.0232 0.3435 0.3432 0.2664 0.9445
2. 0.7343 0.6724 0.2565 0.7673 0.1232
3. 0.1244 0.8733 0.3643 0.4354 0.2242
Можно ли по данной матрице весов построить карту Кохонена? Если да, то как? Как использовать веса в качестве координат.
2.
Веса определяют координаты в пространтсве или степень закрашенности шестигранников/квадратов?
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
http://championship.mql4.com/2008/ru/news/384 посмотрите эту ссылку какой рисунок вы хотите получить в результате?
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
Мы решили проанализировать результаты предыдущего Чемпионата Automated Trading Championship 2007. Из 603 стартовавших Участников были отобраны результаты 559
2. Получается, что карта может отображать только один из компонентов вектора? А можно отображать некую общую совокупность, на основании всех показателей?
1. То есть каждый параметр - это компонент вектора?Участников, дошедших до финиша. Из всего многообразия статистических параметров, которые рассчитывались для каждого Участника, в качестве показателей были выбраны только восемь:
Symbols – число валютных пар, на которых торговал эксперт;
Trades – количество совершенных сделок;
Profit – заработанная прибыль;
Expected PayOff – средний результат сделки в валюте депозита (доллар США);
DrawDown % - максимальная просадка эквити в процентах;
AvgWin/AvgLoss – отношение средней прибыльной сделки к средней убыточной сделке;
Recovery Factor – фактор восстановления;
Win% - процент выигрышных сделок.
Таким образом, результаты Участников рассматриваются в 8-мерном пространстве, по числу анализируемых показателей. Была выбрана модель с 50 выходными нейронами, которая в результате обучения дала распределение по четырем основным кластерам.
2. Получается, что карта может отображать только один из компонентов вектора? А можно отображать некую общую совокупность, на основании всех показателей?
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
1.да
2.Карты такие как на рис 5 6 и 7 отображают только один из компонентов вектора. Т.е в данном примере их всего 8. Раскраска зависит от значении соответствующей компоненты веса нейрона выходного слоя.
Рис 3 показывает что есть 4 группы данных. Данные каждой такой группы близки между собой.
2.Карты такие как на рис 5 6 и 7 отображают только один из компонентов вектора. Т.е в данном примере их всего 8. Раскраска зависит от значении соответствующей компоненты веса нейрона выходного слоя.
Рис 3 показывает что есть 4 группы данных. Данные каждой такой группы близки между собой.
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
1. А почему один - там ведь подписано, что Expected PayOFF, DrawDown% и Profit - 3 компонента --- это рис 5. Не могу понять(Карты такие как на рис 5 6 и 7 отображают только один из компонентов вектора. Т.е в данном примере их всего 8
2. Как была построена карта на рис 3? На основании всех компонент векторов, получается?
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
1. Это как раз 3 карты из восьми возможных( Expected PayOFF, DrawDown% Profit ). На каждой такой карте подписано для чего она. И раскраска у всех этих карт разная. Раскраска каждой ячейки для соответствующей карты зависит от соответственного значения Expected PayOFF, DrawDown% и Profit в весе этого узла.
3.Во общем то да. После того как мы обучили карту у нас есть матрица весов. Далее на основе этой матрицы была получена унифицированная матрица расстояний(http://www.basegroup.ru/glossary/definitions/u_matrix/). Которая и показывает какой нейрон к какому кластеру отнести. Ну а потом нейроны из одного кластера закрашены одинаковым цветом.
3.Во общем то да. После того как мы обучили карту у нас есть матрица весов. Далее на основе этой матрицы была получена унифицированная матрица расстояний(http://www.basegroup.ru/glossary/definitions/u_matrix/). Которая и показывает какой нейрон к какому кластеру отнести. Ну а потом нейроны из одного кластера закрашены одинаковым цветом.
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
1. Всё, вижу.
2. То есть на основании простых весов нужно рассчитать U-Matrix? А как это сделать?
3. Как получить общую карту как на рисунке 3?
2. То есть на основании простых весов нужно рассчитать U-Matrix? А как это сделать?
3. Как получить общую карту как на рисунке 3?
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
Ну с 2 я не могу вам точно формулы кинуть. Поищите в инете.Но вообщемто это просто растояние между точками карты с координатыми (вес узла). Вот тут еще чуток есть http://www.ievbras.ru/ecostat/Kiril/Lib ... ent396.htm.
- Михаил23
- adviser
- Сообщения: 219
- Зарегистрирован: 24 ноя 2008, 17:58
- Версия LabVIEW: 2009
- Откуда: Москва
Re: Карты Кохонена
Вот гляньте тут. Правдо на англ.
- Вложения
-
- UltschSiemon90.pdf
- (654.8 КБ) 252 скачивания
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
-
- beginner
- Сообщения: 14
- Зарегистрирован: 12 янв 2014, 22:23
- Версия LabVIEW: 1
- Контактная информация:
Re: Карты Кохонена
Ещё вопрос, который для меня очень важен: Как получить общую карту как на рисунке 3 это страницы http://championship.mql4.com/2008/ru/news/384? Нужно в U-матрице как-то объединить компоненты всех кластеров, верно?