Inteligência Artificial Computação Neural - Mapas de Kohonen
Introdução Desenvolvidos por Kohonen em 1982 Inspirado na fisiologia dos neurônios: quando um neurônio é ativado a área ao seu redor é excitada Processo de aprendizagem competitiva
Aprendizagem Competitiva Neurônios competem entre si para se ativar Apenas um pode se tornar ativo para uma dada entrada Neurônio vencedor é o que possui maior potencial de ativação para uma dada entrada Saída do vencedor é 1 e dos outros zero x1 y1 x2 y2 x3 x4 y3 Neurônios Saída Entradas
Aprendizagem Competitiva Atualização dos pesos se dá da seguinte forma:
Mapas Auto-Organizáveis Grade de neurônios, normalmente bidimensional, que cometem entre si para serem ativados Rede com realimentação Aprendizado não supervisionado, ou seja, a rede aprende utilizando apenas as informações de entrada Aplicações em agrupamentos (clusterização)
Mapas Auto-Organizáveis Inicializa-se os pesos com valores aleatórios A competição é realizada, para cada padrão de entrada calcula-se os potenciais de ativação, o maior é o vencedor. O neurônio vencedor define um raio de neurônios vizinhos que sofrerão excitação Os pesos são atualizados (do vencedor e dos vizinhos)