Differences

This shows you the differences between two versions of the page.

--- realisation_som [2025/11/11 11:36]
130.94.223.58 old revision restored (2025/10/10 03:02)
+++ realisation_som [2025/11/12 14:20] (current)
216.73.216.97 old revision restored (2025/11/11 22:58)
@@ Line 32: / Line 32: @@
 Avec Θ(t) la fonction de voisinage et L(t) le taux d'apprentissage :
-Θ(t) = exp( -dist² / 2σ²(t))
+Θ(t) = exp( -dist² / 2σ²(t)) \\
-et
+et \\
-L(t) = L0 * exp(-t / λ)
+L(t) = L0 * exp(-t / λ) \\
+==== Tests ====
+J'ai testé l'algorithme décrit au dessus sur un espace vide en deux dimensions. Les données sont choisies aléatoirement en tirant un x et un y tel que x, y [0, 100[ ∈ N.
+{{:vide.png|}}
+Les noeuds (25 ici) sont placés aléatoirement dans cet espace comme décrit à l'étape 1 de l'algorithme.
+{{:debut.png|}}
+==== Résultat ====
+Il y a probablement un petit souci quelque part, les noeuds se collent et vont de plus en plus loin ( [170, 170] dans l'exemple ci-dessous). Ceci ne devrait pas arriver puisque les données choisies ont une limite de 100 en x et en y.
+{{:fin.png|}}
+Comment résoudre le problème :
+   * Vérifier les calculs fait
+   * Eventuellement chercher d'autres ressources si les equations paraissent correctes dans le code

DokuWiki