Site Tools


Hotfix release available: 2025-05-14b "Librarian". upgrade now! [56.2] (what's this?)
Hotfix release available: 2025-05-14a "Librarian". upgrade now! [56.1] (what's this?)
New release available: 2025-05-14 "Librarian". upgrade now! [56] (what's this?)
Hotfix release available: 2024-02-06b "Kaos". upgrade now! [55.2] (what's this?)
Hotfix release available: 2024-02-06a "Kaos". upgrade now! [55.1] (what's this?)
New release available: 2024-02-06 "Kaos". upgrade now! [55] (what's this?)
Hotfix release available: 2023-04-04b "Jack Jackrum". upgrade now! [54.2] (what's this?)
Hotfix release available: 2023-04-04a "Jack Jackrum". upgrade now! [54.1] (what's this?)
New release available: 2023-04-04 "Jack Jackrum". upgrade now! [54] (what's this?)
Hotfix release available: 2022-07-31b "Igor". upgrade now! [53.1] (what's this?)
Hotfix release available: 2022-07-31a "Igor". upgrade now! [53] (what's this?)
New release available: 2022-07-31 "Igor". upgrade now! [52.2] (what's this?)
New release candidate 2 available: rc2022-06-26 "Igor". upgrade now! [52.1] (what's this?)
New release candidate available: 2022-06-26 "Igor". upgrade now! [52] (what's this?)
Hotfix release available: 2020-07-29a "Hogfather". upgrade now! [51.4] (what's this?)
realisation_som

Differences

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

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
realisation_som [2025/12/18 17:45]
47.128.32.213 old revision restored (2025/08/18 08:25)
realisation_som [2026/01/05 00:30] (current)
177.42.97.180 old revision restored (2025/10/22 16:41)
Line 19: Line 19:
    - Répeter 2 à 7 pour un nombre d'itérations    - Répeter 2 à 7 pour un nombre d'itérations
  
 +Selon les ressources choisies sur internet, les algorithmes n'ont pas la même manière de mettre à jour les neurones voisins du gagnant.
 ==== Equations utilisées ==== ==== Equations utilisées ====
  
Line 32: Line 32:
 Avec Θ(t) la fonction de voisinage et L(t) le taux d'apprentissage : Avec Θ(t) la fonction de voisinage et L(t) le taux d'apprentissage :
  
-Θ(t) = exp( -dist² / 2σ²(t)) +Θ(t) = exp( -dist / 2σ²(t)) \\ 
-et +et \\ 
-L(t) = L0 * exp(-t / λ)+L(t) = L0 * exp(-t / λ) \\ 
 + 
 +<note important>Certains articles parlaient d'une fonction de voisinage telle que ci-dessous : \\ 
 +Θ(t) = exp( -dist² / 2σ²(t)) \\ 
 +Mettre dist au carré a -dans mon cas- détruit le maillage, les neurones voisins du neurone gagnant se déplacaient trop à chaque itération ne permettant pas de converger vers une position correcte.</note> 
 + 
 + 
 +==== Expérience ==== 
 + 
 +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 (100 ici) sont placés aléatoirement dans cet espace comme décrit à l'étape 1 de l'algorithme. 
 + 
 +{{:debut.png|}} 
 + 
 +==== Résultat ==== 
 + 
 +Voila le résultat après environ 6 000 itérations. Il est meilleur que ceux obtenus précedemment, les noeuds sont répartis dans l'espace et contrairement à ce matin, on voit un maillage. 
 + 
 +Le taux d'apprentissage a été diminué plusieurs fois pour permettre de bouger les noeuds avec plus de précision. Il était de 1 sur les premiers tests et diminuait petit à petit lors de l'exécution avec cette équation : \\ 
 +L(t) = L0 * exp(-t / λ) \\ 
 +Au lieu de commencer à 1 il commence maintenant à 0.10. A la fin de l'exécution les noeuds bougent beaucoup moins et se placent assez correctement pour avoir un maillage -relativement- régulier. 
 + 
 + 
 +{{:fin.png|}} 
 + 
realisation_som.1766076333.txt.gz · Last modified: 2025/12/18 17:45 by 47.128.32.213