Что такое квантование вектора обучения (lvq)? - определение из техопедии

Определение - Что означает обучение векторное квантование (LVQ)?

Квантизация вектора обучения (LVQ) - это алгоритм, который представляет собой тип искусственных нейронных сетей и использует нейронные вычисления. В более широком смысле это тип вычислительного интеллекта. Этот алгоритм использует конкурентный подход к обучению, который выигрывает все, и также связан с другими алгоритмами нейронной сети, такими как перцептрон и обратное распространение. Алгоритм LVQ позволяет выбрать количество обучающих экземпляров, а затем узнать, как эти экземпляры выглядят. LVQ был изобретен Теуво Кохоненом и связан с алгоритмом k-ближайшего соседа.

Techopedia объясняет квантование вектора обучения (LVQ)

Основная задача квантования вектора обучения с точки зрения обработки информации состоит в том, чтобы подготовить в области наблюдаемых выборок данных набор векторов кодовой книги. Кроме того, эти векторы затем используются для классификации невидимых векторов. Сначала составляется случайный пул векторов, а затем они подвергаются обучающим выборкам. При использовании стратегии «победитель получает все» выбирается один или те, которые наиболее похожи на векторы с данным шаблоном ввода. Затем они корректируются таким образом, чтобы быть ближе к входному вектору, а иногда и дальше от второго места. При повторении этого процесса это приводит к распределению векторов кодовой книги во входном пространстве, которое может приближаться к распределению выборок, лежащих в основе набора тестовых данных. Этот алгоритм используется для прогнозного моделирования.