D IV: Lă sự thay đổi trọng số liín kết từ nơ-ron j đến nơ-ron i.
h: Lă tốc độ học, nằm trong khoảng (0,1).
1.4.1. Giói thiệu về mạng Nơron Kohonen.[l]
Trong phần trước chúng ta đê nghiín cứu mạng nơron dẫn tiến sử dụng phương phâp lan truyền ngược. Trong khi mạng nơron dẫn tiến rất phổ biến thì một cấu trúc mạng khâc cũng rất phố biến lă mạng Kohonen.
Mạng NoTon Kohonen (hay còn gọi lă SOM (Self-Organizing Maps) - Bản đồ tự tổ chức) lă một trong nhiều loại mạng thông minh nhđn tạo (AI) do cố giâo sư, tiến sĩ Teuvo Kohonen đề xướng văo những năm 70 của thế kỷ trước. Ông lă một trong những nhă nghiín cún nổi tiếng vă có nhiều công trình trong lĩnh vực tính toân nơron.
Thông thường, mạng nơron Kohonen gồm một lóp đầu văo vă lớp đầu ra. Mạng năy được đặt tín bởi tín người lập ra nó, cố giâo sư, tiến sĩ T. Kohonen. Mạng Kohonen khâc biệt so với mạng потоп lan truyền ngược dẫn tiến ở câch huấn luyện vă câch nó nhớ lại một mô hình. Mạng Kohonen không sử dụng một loại hăm kích hoạt năo. Xa hơn lă nó không sử dụng loại trọng so bias năo.
Đầu ra của mạng Kohonen không bao gồm đầu ra của một số nơron. Khi có một mẫu được đưa văo mạng thì chỉ có một потоп đầu ra được lựa chọn gọi lă nơron chiến thắng. Nơron chiến thắng năy chính lă đầu ra của mạng Kohonen. Thông thường thì câc nơron chiến thắng năy đại diện cho câc nhóm dữ liệu đưa văo mạng Kohonen.
Điím khâc biệt quan trộíig nhđt giữa mạng Kõhõnẽtt va mạng потоп truyền thẳng lan truyền ngược lă mạng потоп Kohonen học theo phương phâp học không giâm sât, có nghĩa lă mạng потоп Kohonen thao tâc với dữ liệu nhưng đầu ra chính xâc tương ứng với dữ liệu văo không được chi định trước. Sử dụng mạng потоп Kohonen, dữ liệu có thể được phđn thănh câc nhóm.
Mạng nơron Kohonen được sử dụng bởi vì nó lă một mạng tương đối đơn giản về cấu trúc, vă có thể huấn luyện rất nhanh.