トップページ→研究分野と周辺→ニューラルネットワーク→ 自己組織化特徴マップ(SOM)は、ヘルシンキ大学のコホーネン教授により1981年頃に発表された。教師なし学習を行なうニューラルネットワークの代表例と言える。 様々な入力データを、それらの類似度に応じて自動的に分類するクラスタリング能力に優れる。 何種類かのデータを適当に繰返し入力し続けると、いつの間にか、似たようなデータを近くに配置していく。 入力層と出力(競合)層 基本的には図のような2層構造で、入力層の細胞は全ての出力層の細胞と、出力層の細胞は全ての入力層の細胞と結合し、結合係数W1_1、W1_2・・・W3_9を持つ。結合係数は最初はランダムに与えられる(ここでは仮に0~1の間の乱数とする)。 図では入力層が3、出力層が9の細胞数だが、其々いくつでもよい。出力層の細胞は多くしておく。 勝ちニューロン(細胞)の決定 或る入力データが