[自己組織化写像] - Wikipedia

自己組織化写像（じこそしきかしゃぞう、英: Self-organizing maps, SOM, Self-organizing feature maps, SOFM）はニューラルネットワークの一種であり、大脳皮質の視覚野をモデル化したものである。自己組織化写像はコホネンによって提案されたモデルであり、教師なし学習によって入力データを任意の次元へ写像することができる。主に1～3次元への写像に用いられ、多次元のデータの可視化が可能である。出力となる空間をマップ (map)、競合層 (competitive layer)、もしくは出力層 (output layer) と呼ぶ。出力層に対して入力データの空間を入力層(input layer)と呼ぶこともある。自己組織化写像はコホネンマップ (Kohonen map)、コホネンネットワーク (Kohonen network)、自己組織化マップ、ソム

[hfu]

「generative topographic map (GTM)」など。私の場合、トポグラフィックマッピングという語には、コホネン関係で最初に出会った。

[shiumachi]

"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"

[tachinpoo]

SOM

[takado]

「SOMはk平均法に位相の概念を入れたものである。また、k平均法はBL-SOMにおいて近傍半径を0、学習係数を1に固定したものと等価である」-なるほど

[Untouchable]

入力を自動的にカテゴライズする手法。

[pho]

わけわからん

[koshinishiki397]

なんかようわからんけど、いちおう。