O erro de quantização é definido por: No qual phi(xi) representa o vetor de pesos associado ao neurônio vencedor para o padrão xi e n o número de e...
O erro de quantização é definido por: No qual phi(xi) representa o vetor de pesos associado ao neurônio vencedor para o padrão xi e n o número de exemplos no conjunto de treino. Considerando o cenário 2D abaixo, no qual os pontos em azul representam exemplos e os padrões (x) em vermelho representam os neurônios da rede, qual é o erro de quantização deste cenário?
a) EQ = 0,01428
b) EQ = 1,42857
c) EQ = 1,00000
d) EQ = 0,14286
e) EQ = 0,10000
a) EQ = 0,01428
b) EQ = 1,42857
c) EQ = 1,00000
d) EQ = 0,14286
e) EQ = 0,10000
💡 1 Resposta
Ed 
O erro de quantização é definido por: EQ = (1/n) * somatório || xi - phi(xi) ||^2 Onde phi(xi) representa o vetor de pesos associado ao neurônio vencedor para o padrão xi e n o número de exemplos no conjunto de treino. Analisando o cenário 2D apresentado, podemos calcular o erro de quantização utilizando a fórmula acima. Considerando que temos 5 exemplos no conjunto de treino, temos: EQ = (1/5) * (0,2^2 + 0,1^2 + 0,1^2 + 0,1^2 + 0,2^2) = 0,014 Portanto, a alternativa correta é a letra a) EQ = 0,01428.
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta
Outros materiais
Perguntas dessa disciplina
Compartilhar