Précision sur la carte de Kohonen

Bonjour à tous!
J'ai un problème, je me suis lancé dans l'implémentation de la carte de kohonen sous scilab.
Alors j'essaie de comprendre le fonctionnement général de l'algo. J'ai fait pas mal de recherche sur différents sites alors je m'embrouille un peu.
Voici mes soucis:
- après la détermination du neurone gagnant des poids doivent être mise à jour à l'itération t par exemple. Alors c'est juste les poids du neurone gagnant qu'on modifie ou les poids des neurones voisins au neurone gagnant, ou les deux ?

Sauf mauvaise compréhension de ma part, j'ai cru comprendre qu'on modifiais à l'itération t, les poids du vecteur gagnant et les poids des vecteurs voisins. Ce qui emmène ma deuxième question.
- Comment détermine-t-on les neurones voisins au neurone gagnant? sachant que les neurones de sortie sont dans un tableau 2D, je ne vois pas trop comment déterminer les voisins du neurone gagnant.

Si quelqu'un peut juste m'expliquer ces notions. Le reste c'est que du codage et ça va vite!

Cordialement

Salut,

Je ne suis pas spécialiste, mais je suis passionnée par l'apprentissage en IA, ta question été donc pour moi un stimulant a la recherche d'information.

Citation:

---

Envoyé par hsmr

- après la détermination du neurone gagnant des poids doivent être mise à jour à l'itération t par exemple. Alors c'est juste les poids du neurone gagnant qu'on modifie ou les poids des neurones voisins au neurone gagnant, ou les deux ?

---

De façon catégorique, je te réponds les deux. Le principe est de modifier les poids du gagnant, car ses poids sont les plus proche de la donnée en cour. Mais aussi ses voisins, au prorata de la distance qui les séparent du gagnant. Cela s'explique facilement par la phrase bien connue : Les amis de mes amis sont mes amis (au prorata de l'amitié ^^).

Citation:

---

Envoyé par hsmr

- Comment détermine-t-on les neurones voisins au neurone gagnant? sachant que les neurones de sortie sont dans un tableau 2D, je ne vois pas trop comment déterminer les voisins du neurone gagnant.

---

C'est ici que cela ce complique ;).

En fait il y a trois élément plus ou moins distinct dans les cartes de Kohonen :
- Mes données, caractérisées par un vecteur X n*m, n le nombre de données, m leur dimension.

- Mes neurones, composant de la carte, caractérisés par leur situation sur une carte de dimension p ET une étiquette de dimension m (la même que la dimension de mes entrées). C'est cette étiquette qui est modifiée, et par la même affichée dans les illustrations.

"Ce que l'on ne voit jamais" c'est la carte de voisinage, qui est fixe.

En gros, tu as des amis, ces amis ce déplace dans la france parce qu'il sont winner de l'amour d'une fille et toi tu le suis a prorata de cette amitié, cela change partiellement ta localisation, mais pas ton amitié.

Du coup tu compare ce qui caractérise la donnée t avec les étiquettes des neurones. Le neurone dont l'étiquette est la plus proche gagne.

La distance entre les neurones ce calcule sur la carte de voisinage (la carte d'amitié).

Enfin c'est ce que j'en ai compris.

Sur ce lien http://www.willamette.edu/~gorr/clas...vised/SOM.html
- X c'est les prétendantes.
- W ce que les prétendantes voient pour évaluer le winner de leur amour. L'évaluation est plutôt simpliste, puisque c'est le plus près qui gagne ;).
- N(i,k) l'évaluation de l'amitié.

Mon exemple est peut être puérile, mais c'est le premier qui m'est venu a l'esprit ... Grut ^^. Désolé.