INTERNATIONAL SCIENTIFIC DAYS 2008

Oldřich Trenz - Vladimír Konečný

Použití Kohonenových sítí ve víceúrovňové klasifikaci
Using Cohonen neural networks for mutli-layer classification

Anotácia:
Kohonenovy sítě, obecně neuronové sítě lze použít s výhodou v klasifikačních úlohách. Jedná se o problematiku velmi často diskutovanou a taktéž často prakticky aplikovanou. Neuronové sítě v tomto ohledu mohou být přínosné a to zejména s ohledem na netradiční přístup, vycházející s biologických základů. Takto lze řešit i úlohy obtížně řešitelné klasickým přístupem. V článku je rozebrána problematika klasifikace za pomoci vícevrstvých neuronových a Kohonenových sítí. Jsou zde porovnány jednotlivé přístupy plynoucí z učení sítě s učitelem a bez učitele s ohledem na určení optimální podoby učícího setu. Následně je specifikován přístup prvotní klasifikace za pomoci Kohonenovy sítě (určení vhodného učícího setu) a následné použití těchto dat pro učení vícevrstvé sítě.

Abstract:
Cohonen neural networks and neural networks generally can be used to solve classification problems. Neural networks provide a new approach based on processes seen in living nature to solving theese problems. Therefore it is possible to solve even problems which are difficult to solve using classic methods. This paper describes the usage of multi-layer neural networks and speciffically cohonen neural networks. Different learning approaches are compared, that is supervised learning and unsupervised learning. The objective of the first layer of classification is to determine the optimal values in the learning data set. The second layer can then use the data set for actual classification.