neural-network - 自组织图和神经气体有什么区别

Question

我发现很难理解自组织图和神经气体之间的区别。我阅读了 Wikipedia 文章和Neural Gas Network Learns 拓扑文章。

SOM 算法和神经气体算法看起来非常相似。在这两者中，它都找到了获胜的神经元，获胜的神经元激发了神经元，激发神经元激发了邻域神经元，其中邻域由邻域函数确定。在神经气体中，权重调整为
，而在 SOM 中，权重调整为
。
他们两个是一样的吧？

SOM 算法是 ，神经气体算法是

这两种算法有什么区别？

在文章中它说

我不明白这是什么意思。有人可以帮助我理解这一点。

Answer 1

SOM 使用一组以预定义结构排列的神经元。SOM 邻域是基于此结构定义的。此图显示了此结构的示例。 SOM 二维格 但神经气体 (NG) 根据输入（特征）空间中神经元的距离定义邻域（不存在结构）

换句话说，SOM 进行有序向量量化，而 NG 进行无序向量量化。它是这样的：在 SOM 中，神经元在开头标有数字，例如 1、2、3 等。邻里是基于这个数字。例如，当 1 是 BMU 时。2 是相邻的神经元。在NG中选择神经元作为BMU。选择与 BMU 具有最接近权重向量的神经元作为邻居。