Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMEN
Representar las 7 caractersticas de una
empresa a travs de mapas auto-organizado
con el fin de identificar y definir qu empresas
son realmente exitosas y cules no.
INTRODUCCION
La red auto-organizada debe descubrir rasgos
comunes, regularidades, correlaciones o
categoras en los datos de entrada, e
incorporarlos a su estructura interna de
conexiones. Se dice, por tanto, que las
neuronas deben auto-organizarse en funcin
de los estmulos (datos) procedentes del
exterior. Se pretende que cuando se presente
a la red un patrn de entrada, slo una de las
neuronas de salida (o un grupo de vecinas) se
active. Por tanto, las neuronas compiten por
activarse, quedando finalmente una como
neuronas vencedoras y anuladas el resto, que
son forzadas a sus valores de respuesta
mnimos. El objetivo de este aprendizaje es
categorizar los datos que se introducen en la
red y clasificar valores similares en la misma
categora y, por tanto, deben activar la misma
neurona de salida.
NUtilidadNeta =
UtilidadNeta'/norm(UtilidadNeta');
NVingreso = Vingreso'/norm(Vingreso');
Resultado y anlisis
a)
Grafica de asociacin de entre los datos
y cada una de las neuronas en la topologa,
SOM Sample Hits.
METODOLOGIA Y ANALISIS DE
RESULTADOS
Procedimiento
1.
Normalizamos las entradas de cada una
de las caractersticas y se eliminaron las
empresas que tena No Dato ND
%Normalizacin valores del vector
sobre la Norma
NActivo = Activo'/norm(Activo');
NIngreso = Ingreso'/norm(Ingreso');
NPasivo = Pasivo'/norm(Pasivo');
NPatrimonio =
Patrimonio'/norm(Patrimonio');
NUtilidad = Utilidad'/norm(Utilidad');
b)
Grafica de los planos de pesos de cada
uno de una de los datos de entrada.
d)
Grafica de las distancias de cada una de
las neuronas.
c)
Grafica de la posicin de cada una de
las neuronas.
BIBLIOGRAFIA
http://www.mathworks.com/help/nnet/gs/clusterdata-with-a-self-organizing-map.html