El aprendizaje competitivo es un proceso de aprendizaje que divide un conjunto
de patrones de entrada en agrupamientos que son inherentes a los datos de entrada. Una red de aprendizaje competitiva se proporciona solo con vectores de entrada X y por tanto, implementa un procedimiento de aprendizaje no supervisado. Vamos a mostrar su equivalencia a una clase de algoritmos de agrupacion tradicionales en breve. Otro uso importante de estas redes es la cuantificacion vectorial
Figure 1: Cada una de las cuatro salidas o estan conectadas a las entradas i
todas las unidades de entrada o estan conectadas a todas las unidades de
entrada i con pesos woi Cuando un patron de entrada x se presenta, solo una unidad (Ganadora) de salida de la red sera activada. En una red correctamente formada, todos los valores de entrada x de un grupo tendran la misma unidad ganadora. Para determinar la unidad Ganadora y de la regla de aprendizaje correspondiente, Existen dos metodos.
1.1 seleccion de ganadores: Producto punto
En este caso se supone que los vectores de entrada x y los vectores de peso wo son normalizados a la longitud de la unidad. Para cada unidad de salida o calcula su valor de activacion y0 de acuerdo con el producto punto de entrada y el vector de peso: X y0 = woi x = W T (1) i