6. ②自己組織化マップの生成 計算機実験
||}{||minarg t
it
i
t uvc
)(1
t
t
i
t
i
t
i vuuu
)/0.1(9.0 Tt
1v 2v 3v
4v 1Tv Tv1v 2v 3v
1v
2v
3v
1v
2v
3v
1Tv
Tv
4v
①センサ値の取得
トポロジカルマップ生成の手順
),,,,,( ,4321 bgrssssv
41 ~ ss : 4つの超音波センサの値の降順
bgr ,, : 画像のR,G,Bの値からヒストグラムを生成し,
上位100個の画素値を平均した値
: センサベクトル
・センサベクトルの要素は[0,1]に正規化
実機実験
t
iu 時刻tにおける結合重みベクトル
学習率
7. A
D
C
E
B
||};{||minarg it
i
t uvc
;)()( TjCjP
Nkj ,
{1 Ttotfor
;)( jCthenjcif t
;),(& 1 kjCthenkcjcif tt
}
{1 mtojfor
);(_)( 0 jmapaddthenjPif
}
);(/),()(),( kCkjCjPkjP
{1 mtojfor
);,(_),( 0 kjedgedrawthenkjPif
}
{1 mtojkfor
}
0),(,0)( kjCjC
A
B
C
D
E
},,2,1{ Tt
T 終了時刻
時刻
tv
iu
時刻tにおけるセンサベクトル
位置iの自己組織化マップの
結合重みベクトル
)(C
},,2,1{ mN
出現頻度
0 閾値
トポロジカルマップの
ノード候補集合
)(_ jmapadd
ノードjをマップに加える
),(_ kjedgedraw
ノードjからkにエッジを引く
③トポロジカルマップの生成