ADBSOM:使用自动特征加权分配数据的纸批处理自组织图的代码

广播广告 使用自适应距离的分布式数据纸质批处理自组织图的代码草案（提交中） 弗朗西斯科·德·卡瓦略，罗莎娜·佛得角，安东尼奥·巴尔萨内拉 论文草稿 本文的草稿可在这里 抽象的 本文讨论了一种由分布值变量描述的数据的批处理自组织映射算法（DBSOM）。 这种变量的特征是将数字支持上的一维概率或频率分布作为值。 在算法中优化的目标函数取决于距离度量的选择。 根据日期的性质，建议使用$ L2 $ Wasserstein距离作为比较分布的最合适指标。 它被广泛用于分布数据分析的多种环境中。 传统的批处理SOM算法认为所有变量对于SOM的训练都同样重要。 但是，众所周知，某些变量与其他变量的相关性较差。 为了考虑变量的不同贡献，我们提出了DBSOM算法的自适应版本，该版本以额外的步骤解决了这个问题：为每个分布值变量自动学习相关权重。 此外，由于L2 Wasserstein距离允许分解为两个分量：一个