Оглавление:
- Определение - Что означает самоорганизующаяся карта (SOM)?
- Техопедия объясняет самоорганизующуюся карту (SOM)
Определение - Что означает самоорганизующаяся карта (SOM)?
Самоорганизующаяся карта (SOM) - это тип искусственной нейронной сети, которая использует неконтролируемое обучение для построения двухмерной карты проблемного пространства. Ключевое различие между самоорганизующейся картой и другими подходами к решению проблем состоит в том, что самоорганизующаяся карта использует конкурентное обучение, а не обучение с исправлением ошибок, такое как обратное распространение с градиентным спуском.
Самоорганизующаяся карта может генерировать визуальное представление данных на шестиугольной или прямоугольной сетке. Приложения включают метеорологию, океанографию, определение приоритетов проектов и разведку нефти и газа.
Самоорганизующаяся карта также известна как карта самоорганизующихся объектов (SOFM) или карта Кохонена.
Техопедия объясняет самоорганизующуюся карту (SOM)
Самоорганизующаяся карта - это тип искусственной нейронной сети, которая пытается построить двумерную карту некоторого проблемного пространства. Проблемным пространством может быть что угодно, от голосов в Конгрессе США, карт цветов и даже ссылок между статьями Википедии.
Цель состоит в том, чтобы попытаться отразить то, как зрительная кора в мозге человека видит объекты, используя сигналы, генерируемые зрительными нервами. Цель состоит в том, чтобы все узлы в сети по-разному реагировали на разные входы. Самоорганизующаяся карта использует конкурентное обучение, где узлы в конечном итоге специализируются.
При вводе входных данных вычисляется евклидово расстояние или прямолинейное расстояние между узлами, которым присвоен вес. Узел в сети, который наиболее похож на входные данные, называется единицей наилучшего соответствия (BMU).
По мере того, как нейронная сеть проходит через набор задач, веса начинают больше походить на реальные данные. Таким образом, нейронная сеть научилась видеть шаблоны в данных так, как видит человек.
Подход отличается от других методов ИИ, таких как контролируемое обучение или обучение с исправлением ошибок, но без использования ошибок или сигналов вознаграждения для обучения алгоритма. Таким образом, самоорганизующаяся карта является своего рода обучением без учителя.
