Self-Organizing Map (Kohonen Map)
Et self-organizing map er et usuperviseret neuralt netværk, introduceret af Teuvo Kohonen i 1982, der projicerer højdimensionelle data ned på et lavdimensionelt (typisk todimensionelt) gitter af prototypvektorer, samtidig med at dataens topologi bevares — nærliggende input mappes til nærliggende gitterceller. Det anvendes til visualisering, klyngeanalyse og eksplorativ analyse, idet komplekse data omdannes til et ordnet, fortolkeligt kort.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological Cybernetics, 43(1), 59–69. DOI: 10.1007/BF00337288 ↗
- Kohonen, T. (1990). The self-organizing map. Proceedings of the IEEE, 78(9), 1464–1480. DOI: 10.1109/5.58325 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Self-Organizing Map (Kohonen Map). ScholarGate. https://scholargate.app/da/machine-learning/self-organizing-map
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- K-Means ClusteringMaskinlæring↔ compare
- Lokalt Lineær Indlejring (LLE)Maskinlæring↔ compare
- t-SNEMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →