Съдържание:
- Определение - Какво означава самоорганизираща се карта (SOM)?
- Техопедия обяснява самоорганизираща се карта (SOM)
Определение - Какво означава самоорганизираща се карта (SOM)?
Самоорганизиращата се карта (SOM) е вид изкуствена невронна мрежа, която използва неподдържано обучение за изграждане на двуизмерна карта на проблемно пространство. Ключовата разлика между самоорганизиращата се карта и други подходи за решаване на проблеми е, че самоорганизиращата се карта използва конкурентно обучение, а не обучение за коригиране на грешки, като обратно разпространение с градиентно спускане.
Самоорганизиращата се карта може да генерира визуално представяне на данни в шестоъгълна или правоъгълна мрежа. Приложенията включват метеорология, океанография, приоритет на проектите и проучване на нефт и газ.
Самоорганизиращата се карта е известна също като карта за самоорганизиране на функции (SOFM) или карта на Kohonen.
Техопедия обяснява самоорганизираща се карта (SOM)
Самоорганизиращата се карта е вид изкуствена невронна мрежа, която се опитва да изгради двуизмерна карта на някакво проблемно пространство. Проблемното пространство може да бъде всичко - от гласовете в Конгреса на САЩ, карти на цветове и дори връзки между статии в Уикипедия.
Целта е да се опита да огледае начина, по който зрителният кортекс в човешкия мозък вижда обекти, използвайки сигнали, генерирани от зрителните нерви. Целта е всички възли в мрежата да реагират различно на различни входове. Самоорганизиращата се карта използва конкурентно обучение, където възлите евентуално се специализират.
Когато се въвеждат входни данни, се изчислява евклидовото разстояние или праволинейното разстояние между възлите, които имат тежест. Възелът в мрежата, който е най-подобен на входните данни, се нарича най-добрата съвпадаща единица (BMU).
Докато невронната мрежа се движи през зададения проблем, тежестите започват да приличат повече на действителните данни. По този начин невронната мрежа се е обучила да вижда модели в данните по начин, по който човек вижда.
Подходът се различава от другите AI техники като контролирано обучение или обучение за коригиране на грешки, но без използване на сигнали за грешка или награда за обучение на алгоритъм. По този начин, самоорганизиращата се карта е вид неподдържано обучение.
