了解 AForge SOM 实现答案

【问题标题】：Understanding AForge SOM implementation了解 AForge SOM 实现
【发布时间】：2014-01-29 20:42:00
【问题描述】：

大家好，神经爱好者们，我对 AForge 中的 SOM 学习算法有点困惑。我发现该实现假定了最常见的情况，即二维 SOM。

当我查看网络上的其他 SOM 图形时，发现神经元的位置会随着时间而变化。相似的神经元被放在一起。

我查看了源代码，发现地图中神经元的位置是某种固定的。它是：

int wx = neuronIndex % width;
int wy = neuronIndex / width;

这只是另一种具有固定位置的 SOM，还是我误解了什么？我还认为主要是您想从 SOM 中获取信息图形，但是没有公开可用的方法来检索神经元的位置。

【问题讨论】：

标签： artificial-intelligence neural-network aforge self-organizing-maps

【解决方案1】：

不熟悉 AForge，但是....

编辑： 首先，我认为权重是 2D 的，并且被教导为类似于网格，但这是更有根据的猜测：您看到的神经元的移动网格仍然不是 SOM 的节点。 SOM 节点的位置是恒定的。 SOM 被教导抽象一些数据集，Sammon's mapping 可能用作节点权重的可视化方法。结果类似于this，可能会与节点或“神经元”从不移动的原始 SOM 晶格相混淆。

请注意，这仍然只是一个有根据的猜测。

【讨论】：