はてなブックマーク

こんにちは． 今回はタイトルの通り，自己組織化マップ（The Self-Organizing Maps，SOM）をChainerを使って実装してみました． SOMとは サラッと説明します．詳しくはコホネン先生の論文を読むか，検索してみてください． SOMはニューラルネットの一種で，高次元データの集合の関係を低次元マップに写像する役割を持ちます． ネットワークの構造は入力層と競合層の二層から成っています． ネットワークに入力されるのが高次元データ（高次元である必要はありません）で， 競合層が低次元マップ（多くの場合が二次元のグリッドです）になっています． 学習は教師なし競合学習という方法で行われます． まず，ネットワークにベクトルを入力し，入力層・競合層間の結合重みのうち最も入力に類似するものを探索します． （この結合重みに接続されている競合層のニューロンを勝者ニューロンと呼びます） 勝者ニ