차례:
- LVQ (Learning Vector Quantization)는 무엇을 의미합니까?
- Techopedia는 LVQ (Learning Vector Quantization)를 설명합니다
LVQ (Learning Vector Quantization)는 무엇을 의미합니까?
학습 벡터 양자화 (LVQ)는 인공 신경 네트워크의 한 유형이며 신경 계산을 사용하는 알고리즘입니다. 보다 광범위하게는 일종의 계산 지능이라고 할 수 있습니다. 이 알고리즘은 경쟁에서 승자에게 치열한 학습 방식을 취하며 Perceptron 및 역 전파와 같은 다른 신경망 알고리즘과도 관련이 있습니다. LVQ 알고리즘을 통해 수행 할 교육 인스턴스 수를 선택한 다음 해당 인스턴스의 모양을 학습 할 수 있습니다. LVQ는 Teuvo Kohonen이 발명했으며 k- 최근 접 이웃 알고리즘과 관련이 있습니다.
Techopedia는 LVQ (Learning Vector Quantization)를 설명합니다
정보 처리 측면에서 벡터 양자화를 학습하는 기본 목표는 관찰 된 데이터 샘플의 영역에서 일련의 코드북 벡터를 준비하는 것입니다. 또한, 이들 벡터는 보이지 않는 벡터의 분류에 사용된다. 초기에, 임의의 벡터 풀이 구성되고 훈련 샘플에 노출된다. 승자-전략 전략을 사용하는 경우 주어진 입력 패턴과 가장 유사한 벡터 중 하나 또는 하나를 선택합니다. 그런 다음 입력 벡터에 더 가까워 지거나 때로는 러너와 더 멀어 지도록 조정됩니다. 이 과정을 반복하면 입력 공간에 코드북 벡터가 분포되어 테스트 데이터 세트의 기초가되는 샘플의 분포를 근사 할 수 있습니다. 이 알고리즘은 예측 모델링에 사용됩니다.
