งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

1 Fuzzy ART. 2 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster  = vigilance [0,1] : input จะอยู่ในกลุ่ม เดียวกันได้ต้องมีค่า มากกว่า.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "1 Fuzzy ART. 2 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster  = vigilance [0,1] : input จะอยู่ในกลุ่ม เดียวกันได้ต้องมีค่า มากกว่า."— ใบสำเนางานนำเสนอ:

1 1 Fuzzy ART

2 2 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster  = vigilance [0,1] : input จะอยู่ในกลุ่ม เดียวกันได้ต้องมีค่า มากกว่า vigilance  = learning rate

3 3 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster  = vigilance [0,1] : input จะอยู่ในกลุ่ม เดียวกันได้ต้องมีค่า มากกว่า vigilance  = learning rate data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1]

4 4 จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป  = 0.7  = 1 w 1 =[1111] j = 1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] - ไม่มีโหนด สร้างโหนดใหม่ w=[ ] I= [ ]

5 5  = 0.7  = 1 w 1 =[1111] j = 1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] จริง : อยู่ด้วยกันได้ให้ ปรับ weight

6 6 เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป  = 0.7  = 1 w 1 =[1111] j = 1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] [ ]

7 7  = 0.7  = 1 w 1 =[ ] j = 1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป

8 8  = 0.7  = 1 w 1 =[ ] w 2 =[1111] j = 2 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] - ไม่มีโหนด สร้างโหนดใหม่ w=[ ] T1 = 0.5 T2 = 1 2 จริง : อยู่ด้วยกันได้ให้ ปรับ weight w 2 =[ ]

9 9  = 0.7  = 1 w 1 =[ ] w 2 =[ ] j=1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] 2 จริง : อยู่ด้วยกันได้ให้ ปรับ weight

10 10  = 0.7  = 1 w 1 =[ ] w 2 =[ ] j=1 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] I= [ ] 2 w 1 =[ ]

11 11  = 0.7  = 1 w 1 =[ ] w 2 =[ ] input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster data Algorithm 1. หาโหนด max 2.Matching 3. ปรับ weight จริง : อยู่ด้วยกันได้ให้ ปรับ weight เท็จ : กลับไป 1 เพื่อหาโหนดรองลงไป ถ้าไม่มีให้สร้างโหนดใหม่ w=ones(n)=[1 1..1] 2 finish


ดาวน์โหลด ppt 1 Fuzzy ART. 2 input(i) output(j) wjwj 1 … n = จำนวน feature J = จำนวน cluster  = vigilance [0,1] : input จะอยู่ในกลุ่ม เดียวกันได้ต้องมีค่า มากกว่า.

งานนำเสนอที่คล้ายกัน


Ads by Google