| dbpprop:abstract
| - A self-organizing map (SOM) or self-organizing feature map 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. 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. Like most artificial neural networks, SOMs operate in two modes: training and mapping. Training builds the map using input examples. It is a competitive process, also called vector quantization. Mapping automatically classifies a new input vector. (en)
- Una red de Kohonen, o SOM (Self-Organizing Map, o Mapa Autoorganizado) es una 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. (es)
- Als Selbstorganisierende Karten, Kohonenkarten oder Kohonennetze (nach Teuvo Kohonen) 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. (de)
- 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. (fi)
- 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 . (fr)
- 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. (it)
- 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。 (ja)
- Een Kohonen-netwerk, zelf organiserend netwerk of self-Organizing Maps is een kunstmatig neuraal netwerk bedacht door de Finse professor Teuvo Kohonen. (nl)
- 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. (pl)
- Самоорганизующаяся карта Кохонена (англ. Self-organizing map — SOM) — соревновательная нейронная сеть с обучением без учителя, выполняющая задачу визуализации и кластеризации. 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. (ru)
|
| rdfs:comment
| - A self-organizing map (SOM) or self-organizing feature map 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. (en)
- Una red de Kohonen, o SOM (Self-Organizing Map, o Mapa Autoorganizado) es una 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. (es)
- Als Selbstorganisierende Karten, Kohonenkarten oder Kohonennetze (nach Teuvo Kohonen) bezeichnet man eine Art von künstlichen neuronalen Netzen. (de)
- Itseorganisoiva kartta (engl. Self-Organizing Map, SOM) on akateemikko Teuvo Kohosen kehittämä ohjaamattomaan oppimiseen perustuva neuroverkkomalli, jonka hän julkaisi 1980-luvulla. (fi)
- Carte auto adaptative ou auto organisatrice est une classe de réseau de neurones artificiels fondée sur des méthodes d'apprentissage non supervisée. (fr)
- Le self-organizing map (SOM) sono un particolare tipo di rete neurale artificiale. (it)
- 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� �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。 (ja)
- Een Kohonen-netwerk, zelf organiserend netwerk of self-Organizing Maps is een kunstmatig neuraal netwerk bedacht door de Finse professor Teuvo Kohonen. (nl)
- 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. (pl)
- Самоорганизующаяся карта Кохонена (англ. Self-organizing map� — SOM)� — соревновательная нейронная сеть с обучением без учителя, выполняющая задачу визуализации и кластеризации. (ru)
|
![[RDF Data]](/statics/sw-cube.png)
