| dbpprop:abstract
|
- A self-organizing map (SOM) or self-organizing feature map (SOFM) is a type of artificial neural network that is trained using unsupervised learning to produce a low-dimensional (typically two-dimensional), discretized representation of the input space of the training samples, called a map. Self-organizing maps are different than other artificial neural networks in the sense that they use a neighborhood function to preserve the topological properties of the input space. File:Synapse Self-Organizing Map. png A self-organizing map showing US Congress voting patterns visualized in Synapse. The first two boxes show clustering and distances while the remaining ones show the component planes. Red means a yes vote while blue means a no vote in the component planes (except the party component where red is Republican and blue is Democrat). This makes SOM useful for visualizing low-dimensional views of high-dimensional data, akin to multidimensional scaling. The model was first described as an artificial neural network by the Finnish professor Teuvo Kohonen, and is sometimes called a Kohonen map.
- Als Selbstorganisierende Karten, Kohonenkarten oder Kohonennetze bezeichnet man eine Art von künstlichen neuronalen Netzen. Sie sind als unüberwachtes Lernverfahren ein leistungsfähiges Werkzeug des Data-Mining. Ihr Funktionsprinzip beruht auf der biologischen Erkenntnis, dass viele Strukturen im Gehirn eine lineare oder planare Topologie aufweisen. Die Signale des Eingangsraums, z. B. visuelle Reize, sind jedoch multidimensional. Es stellt sich also die Frage, wie diese multidimensionalen Eindrücke durch planare Strukturen verarbeitet werden. Biologische Untersuchungen zeigen, dass die Eingangssignale so abgebildet werden, dass ähnliche Reize nahe beieinander liegen. Der Phasenraum der angelegten Reize wird also kartiert. Wird nun ein Signal an diese Karte herangeführt, so werden nur diejenigen Gebiete der Karte erregt, die dem Signal ähnlich sind. Die Neuronenschicht wirkt als topologische Merkmalskarte, wenn die Lage der am stärksten erregten Neuronen in gesetzmäßiger und stetiger Weise mit wichtigen Signalmerkmalen korreliert ist.
- Los mapas autoorganizados o SOM (Self-Organizing Map), también llamados redes de Kohonen son un tipo de red neuronal no supervisada, competitiva, distribuida de forma regular en una rejilla de, normalmente, dos dimensiones, cuyo fin es descubrir la estructura subyacente de los datos introducidos en ella. A lo largo del entrenamiento de la red, los vectores de datos son introducidos en cada neurona y se comparan con el vector de peso característico de cada neurona. La neurona que presenta menor diferencia entre su vector de peso y el vector de datos es la neurona ganadora (o BMU) y ella y sus vecinas verán modificados sus vectores de pesos.
- Itseorganisoiva kartta (engl. Self-Organizing Map, SOM) on akateemikko Teuvo Kohosen kehittämä ohjaamattomaan oppimiseen perustuva neuroverkkomalli, jonka hän julkaisi 1980-luvulla. Se on Kohosen kansainvälisesti tunnetuin työ. Mallista on käytetty myös nimeä Kohonen map/network. Itseorganisoivassa kartassa tilastolliset yhteydet moniulotteisen datajoukon alkioiden välillä muunnetaan yksinkertaisiksi geometrisiksi suhteiksi, jotka voidaan näyttää esimerkiksi kaksiulotteisena karttana. Moniulotteinen tieto siis pakataan tavalla, jossa tärkeimmät topologiset ja metriset suhteet alkioiden välillä säilyvät, ja lopputuloksena syntyvä kartta voi tarjota jonkinlaisen abstraktion tietosisältöön. Itseorganisoivan kartan sovelluksia ovat mm. puheen- ja hahmontunnistus, visualisointi, tietoliikennetekniikka ja semanttinen web.
- Carte auto adaptative ou auto organisatrice est une classe de réseau de neurones artificiels fondée sur des méthodes d'apprentissage non supervisée. On la désigne souvent par le terme anglais self organizing map (SOM), on encore carte de Kohonen du nom du statisticien ayant développé le concept en 1984. Elles sont utilisées pour cartographier un espace réel, c'est-à-dire pour étudier la répartitions de données dans un espace à grande dimension. En pratique, cette cartographie peut servir à réaliser des tâches de discrétisation, quantification vectorielle, ou classification (voir un exemple sur le site pour la discrétisation de l'espace de travail d'un robot).
- Le self-organizing map (SOM) sono un particolare tipo di rete neurale artificiale. È addestrata usando l'apprendimento non supervisionato per produrre una rappresentazione dei campioni di training in uno spazio a bassa dimensione preservando le proprietà topologiche dello spazio degli ingressi. Questa proprietà rende le SOM particolarmente utili per la visualizzazione di dati di dimensione elevata. Il modello fu inizialmente descritto dal professore finlandese Teuvo Kohonen e spesso ci si riferisce a questo modello come Mappe di Kohonen.
- 自己組織化写像（じこそしきかしゃぞう, 英語:Self-organizing maps, SOM）は 大脳皮質の視覚野をモデル化したニューラルネットの一種である。 教師なし学習によるクラスタリングの手法の一つである。 次元削減による可視化の手法の一つである。 自己組織化マップとも呼ばれる。 人工ニューロンを格子状に配置し、（入力層からの）シナプス結合の重みを学習すべき入力ベクトルの集合（トレーニングセット）と適合するように変化させる。 コホネン（コホーネン）が最初に提案したので、コホネンマップ（コホーネンマップ、コホーネンネットワーク）とも呼ばれる。
- Een Kohonen-netwerk, zelf organiserend netwerk of self-Organizing Maps is een kunstmatig neuraal netwerk bedacht door de Finse professor Teuvo Kohonen.
- Sieć Kohonena jest jednym z najbardziej znanych typów sieci neuronowych uczonej w trybie bez nauczyciela. Jest siecią o bardzo prostej strukturze – posiada tylko dwie warstwy, a przepływ informacji w tej sieci jest ściśle jednokierunkowy. Mimo prostej budowy i nieskomplikowanych metod określających sposób jej funkcjonowania, możliwości aplikacyjne tego typu modelu są olbrzymie.
- Самоорганизующаяся карта Кохонена (англ. Self-organizing map — SOM) — соревновательная нейронная сеть с обучением без учителя, выполняющая задачу визуализации и кластеризации. Идея сети предложена финским учёным Т. Кохоненом. Является методом проецирования многомерного пространства в пространство с более низкой размерностью (чаще всего, двумерное), применяется также для решения задач моделирования, прогнозирования и др. Является одной из версий нейронных сетей Кохонена.
- Самоорганізаційна карта Кохонена (англ. Self-organizing map — SOM) — нейронна мережа з навчанням зі змаганням без вчителя, що виконує завдання кластеризації. Є методом проектування багатовимірного простору в простір з нижчою розмірністю (найчастіше, двовимірне), застосовується також для вирішення завдань моделювання, прогнозування та інших.
|
| rdfs:comment
|
- A self-organizing map (SOM) or self-organizing feature map (SOFM) is a type of artificial neural network that is trained using unsupervised learning to produce a low-dimensional (typically two-dimensional), discretized representation of the input space of the training samples, called a map. Self-organizing maps are different than other artificial neural networks in the sense that they use a neighborhood function to preserve the topological properties of the input space.
- Als Selbstorganisierende Karten, Kohonenkarten oder Kohonennetze bezeichnet man eine Art von künstlichen neuronalen Netzen. Sie sind als unüberwachtes Lernverfahren ein leistungsfähiges Werkzeug des Data-Mining. Ihr Funktionsprinzip beruht auf der biologischen Erkenntnis, dass viele Strukturen im Gehirn eine lineare oder planare Topologie aufweisen. Die Signale des Eingangsraums, z. B. visuelle Reize, sind jedoch multidimensional.
- Los mapas autoorganizados o SOM (Self-Organizing Map), también llamados redes de Kohonen son un tipo de red neuronal no supervisada, competitiva, distribuida de forma regular en una rejilla de, normalmente, dos dimensiones, cuyo fin es descubrir la estructura subyacente de los datos introducidos en ella. A lo largo del entrenamiento de la red, los vectores de datos son introducidos en cada neurona y se comparan con el vector de peso característico de cada neurona.
- Itseorganisoiva kartta (engl. Self-Organizing Map, SOM) on akateemikko Teuvo Kohosen kehittämä ohjaamattomaan oppimiseen perustuva neuroverkkomalli, jonka hän julkaisi 1980-luvulla. Se on Kohosen kansainvälisesti tunnetuin työ. Mallista on käytetty myös nimeä Kohonen map/network.
- Carte auto adaptative ou auto organisatrice est une classe de réseau de neurones artificiels fondée sur des méthodes d'apprentissage non supervisée. On la désigne souvent par le terme anglais self organizing map (SOM), on encore carte de Kohonen du nom du statisticien ayant développé le concept en 1984. Elles sont utilisées pour cartographier un espace réel, c'est-à-dire pour étudier la répartitions de données dans un espace à grande dimension.
- Le self-organizing map (SOM) sono un particolare tipo di rete neurale artificiale. È addestrata usando l'apprendimento non supervisionato per produrre una rappresentazione dei campioni di training in uno spazio a bassa dimensione preservando le proprietà topologiche dello spazio degli ingressi. Questa proprietà rende le SOM particolarmente utili per la visualizzazione di dati di dimensione elevata.
- Een Kohonen-netwerk, zelf organiserend netwerk of self-Organizing Maps is een kunstmatig neuraal netwerk bedacht door de Finse professor Teuvo Kohonen.
- Sieć Kohonena jest jednym z najbardziej znanych typów sieci neuronowych uczonej w trybie bez nauczyciela. Jest siecią o bardzo prostej strukturze – posiada tylko dwie warstwy, a przepływ informacji w tej sieci jest ściśle jednokierunkowy. Mimo prostej budowy i nieskomplikowanych metod określających sposób jej funkcjonowania, możliwości aplikacyjne tego typu modelu są olbrzymie.
- Самоорганизующаяся карта Кохонена (англ. Self-organizing map — SOM) — соревновательная нейронная сеть с обучением без учителя, выполняющая задачу визуализации и кластеризации. Идея сети предложена финским учёным Т. Кохоненом.
- Самоорганізаційна карта Кохонена (англ. Self-organizing map — SOM) — нейронна мережа з навчанням зі змаганням без вчителя, що виконує завдання кластеризації.
|
![[RDF Data]](/statics/sw-cube.png)
