home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #31 / NN_1992_31.iso / spool / comp / ai / neuraln / 4634 < prev    next >
Encoding:
Text File  |  1992-12-22  |  1.4 KB  |  36 lines
  1. Newsgroups: comp.ai.neural-nets
  2. Path: sparky!uunet!europa.asd.contel.com!darwin.sura.net!Sirius.dfn.de!mailgzrz.TU-Berlin.DE!cs.tu-berlin.de!fauern!lrz-muenchen.de!sun7!t3611ad
  3. From: t3611ad@sun7.LRZ-Muenchen.DE (Xinzhi Li)
  4. Subject: Re: Kohonen nets with other than rectangular output arrays
  5. Message-ID: <t3611ad.725020473@sun7>
  6. Sender: news@news.lrz-muenchen.de (Mr. News)
  7. Organization: Leibniz-Rechenzentrum, Muenchen (Germany)
  8. References: <phi.724924574@wambenger>
  9. Distribution: lrz
  10. Date: Tue, 22 Dec 1992 10:34:33 GMT
  11. Lines: 23
  12.  
  13. To the question:
  14.  
  15. >What about other neighbourhood graphs?
  16.  e.g. toroidal, trees etc.
  17.  
  18. If you just want a quanzation of you data set, the neighborhood
  19. graph (network topology) is, by my experience, rather irrelevant.  If
  20. you want to preserve the topological information of the data set in the
  21. network, the toroidal network topology is more favorable than the
  22. rectangular topology, since it is boundaryless, all its neurons are
  23. treated equally during the training process and hence more homogeneous.
  24.  
  25. The following paper presented a type of Kohonen net with adaptive tree
  26. topology which seems to be very flexible and general. It is, however,
  27. much more difficult to implement than the rectangluar or toroidal
  28. network.
  29.  
  30. J.A. Kangas, T.K. Kohonen and J.T. Laaksonen: Variant of
  31. Self-Organizing Maps. IEEE Trans. on Neural Networks, vol.1. No.1 March
  32. 1990. pp. 93-99.
  33.  
  34. enar.eros.chemie.tu-muenchen.de
  35. X. Li
  36.