Съдържание:
- Определение - Какво означава квантизация на обучението на вектори (LVQ)?
- Техопедия обяснява квантоването на обучението на вектори (LVQ)
Определение - Какво означава квантизация на обучението на вектори (LVQ)?
Квантоване на вектори за обучение (LVQ) е алгоритъм, който е вид изкуствени невронни мрежи и използва изчисления на неврон. В по-широк план може да се каже, че е вид изчислителна интелигентност. Този алгоритъм използва конкурентен, победител-всички подход към обучението и е свързан също с други алгоритми на невронната мрежа като Perceptron и обратно разпространение. Алгоритъмът LVQ позволява човек да избере броя на учебните екземпляри, които да премине и след това научава за това как изглеждат тези случаи. LVQ е изобретен от Teuvo Kohonen и е свързан с алгоритъма на k-най-близкия съсед.
Техопедия обяснява квантоването на обучението на вектори (LVQ)
Основната цел на изучаването на векторното квантоване по отношение на обработката на информация е да се подготви в областта на наблюдаваните проби от данни набор от вектори с кодова книга. Освен това тези вектори след това се използват за класификация на вектори, които са невиждани. Първоначално е съставен случаен пул от вектори и те са изложени на тренировъчни проби. При използване на стратегия за победител, който приема всички, се избира един или онези, които са най-сходни вектори с дадения модел на въвеждане. След това те се настройват по такъв начин, че да са по-близо до входния вектор или понякога и по-далеч от подгласника. При повторение на този процес той води до разпределение на векторите с кодова книга във входното пространство, което може да приближи разпределението на пробите, залегнали в базата на тестовия набор от данни. Този алгоритъм се използва за прогнозно моделиране.
