| dbo:abstract |
Competitive learning is a form of unsupervised learning in artificial neural networks, in which nodes compete for the right to respond to a subset of the input data. A variant of Hebbian learning, competitive learning works by increasing the specialization of each node in the network. It is well suited to finding clusters within data. Models and algorithms based on the principle of competitive learning include vector quantization and self-organizing maps (Kohonen maps). (en) Конкурентне навчання є формою навчання без нагляду у штучних нейронних мережах, в яких вузли конкурують за право реагувати на підмножину вхідних даних. Варіант навчання за Геббовою теорією, конкурентне навчання працює шляхом підвищення спеціалізації кожного вузла в мережі. Воно добре підходить для пошуку кластерів у межах даних. Моделі та алгоритми, засновані на принципі конкурентного навчання, включають та самоорганізаційні карти Кохонена. (uk) |
| dbo:thumbnail |
wiki-commons:Special:FilePath/Competitive_neural_network_architecture.png?width=300 |
| dbo:wikiPageExternalLink |
http://www.demogng.de/JavaPaper/t.html http://www.demogng.de |
| dbo:wikiPageID |
26266110 (xsd:integer) |
| dbo:wikiPageLength |
5405 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID |
1010190367 (xsd:integer) |
| dbo:wikiPageWikiLink |
dbr:Ensemble_learning dbr:Vector_quantization dbr:Artificial_neural_networks dbr:Cluster_analysis dbr:Pandemonium_architecture dbr:Winner-take-all_(computing) dbc:Artificial_neural_networks dbc:Unsupervised_learning dbr:Self-organizing_map dbr:Similarity_measure dbr:Neural_gas dbr:Unsupervised_learning dbr:Hebbian_learning dbr:Sensory_systems dbr:File:Competitive_neural_network_architecture.png |
| dbp:wikiPageUsesTemplate |
dbt:Reflist |
| dct:subject |
dbc:Artificial_neural_networks dbc:Unsupervised_learning |
| gold:hypernym |
dbr:Form |
| rdf:type |
yago:WikicatArtificialNeuralNetworks yago:Abstraction100002137 yago:Communication100033020 yago:ComputerArchitecture106725249 yago:Description106724763 yago:Message106598915 yago:NeuralNetwork106725467 yago:Specification106725067 yago:Statement106722453 |
| rdfs:comment |
Competitive learning is a form of unsupervised learning in artificial neural networks, in which nodes compete for the right to respond to a subset of the input data. A variant of Hebbian learning, competitive learning works by increasing the specialization of each node in the network. It is well suited to finding clusters within data. Models and algorithms based on the principle of competitive learning include vector quantization and self-organizing maps (Kohonen maps). (en) Конкурентне навчання є формою навчання без нагляду у штучних нейронних мережах, в яких вузли конкурують за право реагувати на підмножину вхідних даних. Варіант навчання за Геббовою теорією, конкурентне навчання працює шляхом підвищення спеціалізації кожного вузла в мережі. Воно добре підходить для пошуку кластерів у межах даних. Моделі та алгоритми, засновані на принципі конкурентного навчання, включають та самоорганізаційні карти Кохонена. (uk) |
| rdfs:label |
Competitive learning (en) Конкурентне навчання (uk) |
| owl:sameAs |
freebase:Competitive learning yago-res:Competitive learning wikidata:Competitive learning dbpedia-uk:Competitive learning https://global.dbpedia.org/id/4iAri |
| prov:wasDerivedFrom |
wikipedia-en:Competitive_learning?oldid=1010190367&ns=0 |
| foaf:depiction |
wiki-commons:Special:FilePath/Competitive_neural_network_architecture.png |
| foaf:isPrimaryTopicOf |
wikipedia-en:Competitive_learning |
| is dbo:wikiPageWikiLink of |
dbr:Vector_quantization dbr:Encog dbr:Stephen_Grossberg dbr:Dentate_gyrus dbr:Pandemonium_architecture dbr:Winner-take-all_(computing) dbr:Artificial_intelligence dbr:Yasuo_Matsuyama dbr:Self-organizing_map dbr:Ocular_dominance_column dbr:Place_cell dbr:Suicide_in_Hong_Kong dbr:Evolutionary_computation dbr:Outline_of_artificial_intelligence dbr:Outline_of_machine_learning |
| is foaf:primaryTopic of |
wikipedia-en:Competitive_learning |
