Дата публикации: 2008

Дата публикации в реестре: 2021-08-05T23:20:01Z

Аннотация:

Статья посвящена проблеме сглаживания адаптивных сеток, полученных с помощью нейросетевой модели самоорганизующихся карт Кохонена (SOM). Чтобы добиться достаточного уровня гладкости сеток необходимо увеличить радиус обучения в модели SOM, что в свою очередь приводит к нежелательному граничному эффекту. В статье предлагается методика сглаживания, позволяющая избежать граничный эффект при любом радиусе обучения.

Тип: статьи в журналах

Источник: Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2008. № 4. С. 51-60