nouveaux resultats theoriques concernant les cartes topologiques 1

Bulletin d’information des Laboratoires Centraux de Thomson CSF, décembre 1992E_ms183KH (0.02)KH (0.10)VQN450100iterationFIG. 8: Comparaison des courbes d’apprentissage : Kohonen (KH) et VQNalgorithmes. On représente l’évolution de l’erreur quadratique moyenne (et non de e QMV ,car cela n’aurait pas de sens pour les algorithmes classiques).La gure 8 permet de comparer les courbes d’apprentissage de l’algorithme de Kohonen(pour 0 002 et 0 010) et de l’algorithme VQN. Une assez forte vitessed’apprentissage ( 0 010) conduit à un apprentissage relativement bruité et à un résultatnal moins bon. La valeur 0 002, qui correspond au meilleur choix que nous ayonspu obtenir, conduit à une courbe d’apprentissage très proche de VQN, ce qui conrme lasimilarité des deux algorithmes. L’intérêt de VQN est qu’il ne nécessite pas le réglage dela vitesse d’apprentissage.La gure 9 permet de comparer les courbes d’apprentissage des algorithmes VQN,VQNf, “k-means”, et LBG. L’état initial est le même pour tous les algorithmes (etcorrespond à e QM 1618), sauf pour LBG qui a effectué au préalable 80 itérations18