توسعه شبکه عصبی ART به فضای اعداد مختلط

این مقاله نوع جدیدی از مدل شبکه ART برای پردازش ورودی های مختلط پیشنهاد می گردد. بدین منظور می بایست ساختار شبکه و الگوریتم یادگیری شبکه بگونه ای تغییر یابد که بتواند ورودیهای از نوع مختلط را پذیرفته و خوشه بندی کند. به این منظور تغییرات لازم پیشنهاد شده و الزامات و نتایج این تغییرات از لحاظ ریاضی و عملی بررسی شده است .از میان تغییرات لازم، مهمترین تغییر انتخاب تابع شباهت مناسب به عنوان معیاری برای اندازه گیری شباهت بین بردارهایی با اجزای مختلط است، که در اینجا یک تابع مناسب پیشنهاد شده و مورد بررسی قرار گرفته است . در انتهای مقاله نتایج آزمایش شبکه پیشنهاد شده برای خوش هبندی یک مجموعه از داده های فضایی-زمانی ارائه شده است.

کلیدواژه ها:

شبکه عصبی آرت ، شبکه های ع صبی با ورودی مختلط ، تابع شباهت برای بردارهای مختلط مقدار ، نمایش مختلط برای پدیده های فضایی-زمانی