自组织图和神经气体有什么区别

Question

我发现很难理解自组织映射和神经气体之间的区别。我阅读了维基百科文章和神经气体网络学习拓扑文章。

SOM 算法和 Neural Gas 算法看起来如此相似。在两者中，它都找到获胜神经元，获胜神经元激发，激发神经元激发邻域神经元，其中邻域由邻域函数确定。在神经气体中，权重调整为
并在 SOM 中权重调整为
.
他们两个是一样的吧？

SOM 算法是

神经气体算法是

这两种算法有什么区别？

文章里说

我不明白这是什么意思。有人可以帮助我理解这一点。

Answer 1

SOM 使用一组按预定义结构排列的神经元。在 SOM 中，邻域是基于此结构定义的。此图显示了此结构的示例。 SOM 二维格 但是神经气体 (NG) 根据输入（特征）空间中神经元的距离定义邻域（不存在结构）

换句话说，SOM 进行有序矢量量化，而 NG 进行无序矢量量化。它是这样的：在 SOM 中，神经元在开头标有数字，例如 1、2、3 等。邻里是基于这个数字。例如，当 1 是 BMU 时。2 是相邻的神经元。在 NG 中，当神经元被选为 BMU 时。权重向量与 BMU 最接近的神经元被选为邻居。