Learning Vector Quantization (LVQ) - Hallo sahabat Dev-Create, Pada Artikel yang anda baca kali ini dengan judul Learning Vector Quantization (LVQ), kami telah mempersiapkan artikel ini dengan baik untuk anda baca dan ambil informasi didalamnya. mudah-mudahan isi postingan Artikel Jaringan Syaraf Tiruan, Artikel Learning Vector Quantization, Artikel LVQ, Artikel Neural Network, yang kami tulis ini dapat anda pahami. baiklah, selamat membaca.

Judul : Learning Vector Quantization (LVQ)
link : Learning Vector Quantization (LVQ)

Baca juga


Learning Vector Quantization (LVQ)

Learning Vector Quantization (LVQ) adalah sebuah metode klasifikasi dimana setiap unit output mempresentasikan sebuah kelas. LVQ digunakan untuk pengelompokkan dimana jumlah kelompok sudah ditentukan arsitekturnya (target/kelas sudah ditentukan).

LVQ salah satu jaringan syaraf tiruan yang merupakan algoritma pembelajaran kompetitif terawasi versi dari algoritma Kohonen Self-Organizing Map (SOM). Tujuan dari algoritma ini adalah untuk mendekati distribusi kelas vektor  untuk meminimalkan kesalahan dalam pengklasifikasian.

Algoritma diusulkan oleh Kohonen pada tahun 1986 sebagai perbaikan dari Vector Quantization. Model pembelajaran LVQ dilatih secara signifikan agar lebih cepat dibandingkan algoritma lain seperti Back Propagation Neural Network. Hal ini dapat meringkas atau mengurangi dataset besar untuk sejumlah kecil vektor.

Arsitektur LVQ seperti pada gambar berikut:






Adapun Langkah langkah LVQ sebagai berikut:
  • Tetapkan: bobot(W), maksimum epoch (MaxEpoch), error minimum yang diharapkan (Eps), Learning rate (α).
  • Masukan:
  1. Input : x(m,n);
  2. Target : T(1,n)
  • Tetapkan kondisi awal:
  1. Epoch = 0;
  2. Eps = 1;
  • Tetapkan jika:epoch < MaxEpoch atau ( e < eps)
  1. Epoch = Epoch + 1
  2. Kerjakan untuk i = 1 sampai n
  • Tentukan J sedemikian hingga || x – wj || minimum (sebut sebagai Ci)
  • Perbaiki Wj dengan ketentuan:
           - Jika T = Cj maka: wj(baru) = wj(lama) + α (x-wj(lama))
           - Jika T ≠ Cj maka: wj(baru) = wj(lama) - α (x-wj(lama))
  • Kurangi nilai α
Sekian, saya lanjutkan dengan contoh perhitungan dilain kesempatan. Thanks.


Demikianlah Artikel Learning Vector Quantization (LVQ)

Sekianlah artikel Learning Vector Quantization (LVQ) kali ini, mudah-mudahan bisa memberi manfaat untuk anda semua. baiklah, sampai jumpa di postingan artikel lainnya.

Anda sekarang membaca artikel Learning Vector Quantization (LVQ) dengan alamat link https://dev-create.blogspot.com/2017/02/learning-vector-quantization-lvq.html