자기 조직화 지도 SOM은 경쟁 학습에서 파생된 비지도 학습 알고리즘으로, 일반적으로 저차원 이산화로 표현되는 입력 공간의 위상적 속성을 유지하기 위해 근접 함수를 사용하여 샘플의 입력 공간을 학습합니다.

SOM의 일반적인 구조

일반적인 SOM 구조는 입력 계층과 출력 계층이라는 두 개의 계층으로 구성됩니다. 입력 계층은 외부 입력 정보를 인식하는 망막을 시뮬레이션하고, 출력 계층은 반응하는 대뇌 피질을 시뮬레이션합니다. 아래 그림은 1D와 2D의 두 SOM 네트워크에 대한 개략도입니다.

SOM 및 자기 조직화 신경망

SOM은 자기 조직화 신경망입니다. SOM 외에도 일반적인 자기 조직화 신경망으로는 역전파 네트워크, 적응 공명 이론 네트워크 등이 있습니다.

상위 용어: 자체 조직화 네트워크

동의어: 이중 전파 네트워크, 적응 공명 이론 네트워크

참고문헌

【1】https://zh.wikipedia.org/wiki/Self-Organizing-Map

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

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