ЎЗ-ЎЗИНИ ТАШКИЛ ЭТУВЧИ КОХОНЕН ХАРИТАЛАРИНИНГ НАЗАРИЙ АСОСЛАРИ ВА АМАЛИЁТДАГИ ҚЎЛЛАНИЛИШИ

Avtorlar

  • Қудайбергенов А.А.

    National University of Uzbekistan image/svg+xml

  • Бекмуродова Р.С.

    Karakalpak State University image/svg+xml

Gilt sózler: Кохонен хариталари, нейрон тармоқ, кластерлаш, назоратсиз ўрганиш, визуализация, маълумот таҳлили, ўлчам пасайтириш

Annotaciya

Мақолада ўз-ўзини ташкил этувчи Кохонен хариталарининг назарий асослари ва ўрганиш алгоритми математик моделлар орқали ёритилди. Кохонен хариталари маълумотларни назоратсиз (unsupervised) кластерлаш ва визуализация қилишда самарали нейрон тармоқ модели ҳисобланади. Мақолада ушбу усулнинг архитектураси, энг яқин нейронни топиш (BMU- Best Matching Unit), қўшничилик модели ва вазнларни адаптив янгилаш каби ўрганиш жараёнлари батафсил тавсифланган. Шунингдек, визуал таҳлил усуллари – бирлаштирилган масофалар матрицаси (U-Matrix: Unified Distance Matrix) ва компонент проекциялари ҳақида маълумот берилади. Тиббиёт, геомаълумотлар ва аграр соҳалардаги амалий қўлланиш ҳолатлари таҳлил қилиниб, мазкур усул маълумотлар тузилмасини англаш ва қарор қабул қилишда муҳим восита сифатида баҳоланади.

Paydalanılǵan ádebiyatlar

1. Kohonen T. Self-organizing maps (3rd ed.). Springer Berlin, Heidelberg. 2001. –P. 502.

2. Cottrell M., Fort J.C., G. Pagès, Theoretical aspects of the SOM algorithm, Neurocomputing, Volume 21, Issues 1–3, 1998, -P.119-138.

3. Oja E., S. Kaski Kohonen Maps. Amsterdam: Elsevier, 1999. –P. 390.

4. Haykin S.S., Neural Networks: A Comprehensive Foundation 2Nd Ed., Prentice-Hall Of India Pvt. Limited. 1999. – P. 842.