Данная статья поможет Вам найти ответы на актуальные вопросы по кластеризации с помощью нейронных сетей. Кластеризация - это вид разбиения классификация входящих сигналов, при которой заранее неизвестны признаки и количество сигналов. При завершении обучения, сеть должна определять к какому именно классу относится сигнал. Так же сеть может показать что сигнал не соответствует какому-либо классу. Это является толчком для обучения сети новым классам, или выявлению ошибок. То есть такая сеть может изучать новые классы сигналов. Задачей кластеризации занимаются сети Кохенена.
В варианте Кохенена, сеть не может иметь большого размера, поэтому её разделяют на слои и ядра. Количество слоёв, по аналогии с мозгом человека, не должно быть более 112. Каждый слой содержит в себе от пятисот до двух тысяч ядер. Колонки представляются в виде цифр и единиц с результатом.
В таких системах, для подбора необходимого числа нейронов, используются супер-компьютеры.