U-matrix

Cet article est une ébauche concernant l’informatique théorique.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

Une U-matrix (unified distance matrix en anglais) est un concept d'apprentissage automatique, pour certains réseaux de neurones artificiels. Plus précisément, c'est une représentation d'une carte auto-adaptative où les distances euclidiennes entre les poids associés aux neurones voisins sont représentées par une image en tons de gris.

Les U-Matrix sont utilisées pour visualiser des données exprimées dans un espace de grandes dimensions sur image 2D^[1].

Notes et références modifier

↑ (en) Alfred Ultsch, H. Peter Siemon, Bernard Widrow (éditeur) et Bernard Angeniol (éditeur), Proceedings of the International Neural Network Conference (INNC-90), Paris, France, July 9–13, 1990, 1, Dordrecht, Netherlands, Kluwer, 1990 (ISBN 978-0-7923-0831-7 et 0-7923-0831-X, lire en ligne), « Kohonen's Self Organizing Feature Maps for Exploratory Data Analysis », p. 305–308

Liens externes modifier

(en) Jaakko Hollmen, « U-matrix », sur Université Aalto, 1996

[1] (en) Alfred Ultsch, H. Peter Siemon, Bernard Widrow (éditeur) et Bernard Angeniol (éditeur), Proceedings of the International Neural Network Conference (INNC-90), Paris, France, July 9–13, 1990, 1, Dordrecht, Netherlands, Kluwer, 1990 (ISBN 978-0-7923-0831-7 et 0-7923-0831-X, lire en ligne), « Kohonen's Self Organizing Feature Maps for Exploratory Data Analysis », p. 305–308

[1]