神经元在晶格上的位置
Location of the neuron on the lattice
我目前正在开发用于大数据聚类的自组织映射原型，但有一点不明白。
SOM 算法会更新最佳匹配单元及其邻域的权重，以更好地拟合输入向量。该算法是否以某种方式改变了神经元在格子上的真实位置？我的意思是，如果我定义一个方格 (5x5)，则每个神经元都可以通过二维坐标（例如 1/1 或 1/5）来引用。所以我想问的是，如果 SOM 算法更新神经元的坐标（例如从 1/1 到 1.1/1.3）。
如果不是，该软件如何显示集群？我的意思是有些程序显示了神经元之间的统一距离（例如，黑色区域是神经元之间距离较短的区域，而白色区域是神经元之间距离较远的区域）。那么软件如何知道哪些神经元彼此相邻？
权重向量会更新，但格子中神经元的位置不会改变。
SOM是一种保留拓扑图。也就是说，如果两个向量在输入 space 中彼此接近，那么地图表示 [1] 的情况也是如此。
但有时会出现地形错误。
[1]：Engelbrecht，A.P.，2007 年。计算智能：简介。约翰·威利父子公司。
我目前正在开发用于大数据聚类的自组织映射原型，但有一点不明白。
SOM 算法会更新最佳匹配单元及其邻域的权重，以更好地拟合输入向量。该算法是否以某种方式改变了神经元在格子上的真实位置？我的意思是，如果我定义一个方格 (5x5)，则每个神经元都可以通过二维坐标（例如 1/1 或 1/5）来引用。所以我想问的是，如果 SOM 算法更新神经元的坐标（例如从 1/1 到 1.1/1.3）。
如果不是，该软件如何显示集群？我的意思是有些程序显示了神经元之间的统一距离（例如，黑色区域是神经元之间距离较短的区域，而白色区域是神经元之间距离较远的区域）。那么软件如何知道哪些神经元彼此相邻？
权重向量会更新，但格子中神经元的位置不会改变。
SOM是一种保留拓扑图。也就是说，如果两个向量在输入 space 中彼此接近，那么地图表示 [1] 的情况也是如此。 但有时会出现地形错误。
[1]：Engelbrecht，A.P.，2007 年。计算智能：简介。约翰·威利父子公司。