Mapa samoorganizująca się (Mapa Kohonena)
Mapa samoorganizująca się (SOM) to nienadzorowana sieć neuronowa, wprowadzona przez Teuvo Kohonena w 1982 roku, która odwzorowuje dane wielowymiarowe na niskowymiarową (zazwyczaj dwuwymiarową) siatkę wektorów prototypowych, zachowując topologię danych — bliskie sobie dane wejściowe są mapowane na bliskie sobie komórki siatki. Jest stosowana do wizualizacji, klasteryzacji i analizy eksploracyjnej, przekształcając złożone dane w uporządkowaną, interpretowalną mapę.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Self-Organizing Map (Kohonen Map). ScholarGate. https://scholargate.app/pl/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.
- Klasteryzacja K-średnichUczenie maszynowe↔ compare
- Lokalnie Liniowe Osadzanie (LLE)Uczenie maszynowe↔ compare
- t-SNEUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →