自己組織化マップ SOM は、競合学習から派生した教師なし学習アルゴリズムであり、近接関数を利用して入力空間の位相特性を保存します。通常、サンプルのトレーニングを目的として、入力空間の低次元離散化によって表されます。

SOM の典型的な構造

SOM の典型的な構造は、入力層と出力層の 2 層で構成されます。入力層は外部からの入力情報を感知する網膜をシミュレートし、出力層は応答する大脳皮質をシミュレートします。 1 次元および 2 次元の SOM ネットワーク。

SOM と自己組織化ニューラル ネットワーク

SOM は自己組織化ニューラル ネットワークです。一般的な自己組織化ニューラル ネットワークには、二重伝播逆伝播ネットワーク、適応共鳴理論ネットワークなどがあります。

親語: 自己組織化ネットワーク

同義語: 二重伝播ネットワーク、適応共鳴理論ネットワーク

参考文献

【1】https://zh.wikipedia.org/wiki/自己組織化マッピング

【2】https://blog.csdn.net/xbinworld/article/details/50826892

【3】https://www.cnblogs.com/sylvanas2012/p/5117056.html