Innehållsförteckning:
- Definition - Vad betyder självorganiserande karta (SOM)?
- Techopedia förklarar självorganiserande karta (SOM)
Definition - Vad betyder självorganiserande karta (SOM)?
En självorganiserande karta (SOM) är en typ av konstgjorda neurala nätverk som använder oövervakad inlärning för att bygga en tvådimensionell karta över ett problemutrymme. Den viktigaste skillnaden mellan en självorganiserande karta och andra metoder för problemlösning är att en självorganiserande karta använder konkurrenskraftigt lärande snarare än felkorrigerande inlärning, till exempel backpropagation med lutande nedstigning.
En självorganiserande karta kan generera en visuell representation av data på ett hexagonalt eller rektangulärt rutnät. Tillämpningar inkluderar meteorologi, oceanografi, prioritering av projekt och olje- och gasutforskning.
En självorganiserande karta är också känd som en självorganiserande funktionskarta (SOFM) eller en Kohonen-karta.
Techopedia förklarar självorganiserande karta (SOM)
En självorganiserande karta är en typ av konstgjorda neurala nätverk som försöker bygga en tvådimensionell karta över något problemutrymme. Problemutrymmet kan vara allt från röster i den amerikanska kongressen, kartor över färger och till och med länkar mellan Wikipedia-artiklar.
Målet är att försöka spegla det visuella cortexet i den mänskliga hjärnan ser föremål med hjälp av signaler som genereras av optiska nerver. Målet är att få alla noder i nätverket att svara på olika ingångar. En självorganiserande karta använder sig av konkurrenskraftigt lärande där noderna så småningom specialiseras.
Vid matning av inmatningsdata beräknas det euklidiska avståndet, eller det raka linjeavståndet mellan noderna, som får en vikt. Den nod i nätverket som är mest lik inmatningsdata kallas den bästa matchande enheten (BMU).
När det neurala nätverket går igenom problemuppsättningen börjar vikterna se mer ut som de faktiska uppgifterna. Neuralnätverket har därmed tränat sig själv att se mönster i data på samma sätt som en människa ser.
Tillvägagångssättet skiljer sig från andra AI-tekniker, såsom övervakat inlärning eller felkorrigeringsinlärning, men utan att använda fel- eller belöningssignaler för att träna en algoritm. Således är en självorganiserande karta en slags inlärning utan tillsyn.
