Cuprins:
- Definiție - Ce înseamnă Harta de autoorganizare (SOM)?
- Techopedia explică harta autoorganizării (SOM)
Definiție - Ce înseamnă Harta de autoorganizare (SOM)?
O hartă autoorganizantă (SOM) este un tip de rețea neuronală artificială care folosește învățarea nesupravegheată pentru a construi o hartă bidimensională a unui spațiu cu probleme. Diferența cheie între o hartă autoorganizantă și alte abordări ale rezolvării problemelor este că o hartă auto-organizată folosește învățarea competitivă, mai degrabă decât învățarea de corectare a erorilor, cum ar fi backpropagarea cu descendență gradientă.
O hartă autoorganizantă poate genera o reprezentare vizuală a datelor pe o grilă hexagonală sau dreptunghiulară. Aplicațiile includ meteorologia, oceanografia, prioritizarea proiectelor și explorarea petrolului și gazelor.
O hartă autoorganizantă este cunoscută și ca hartă de funcții auto-organizatoare (SOFM) sau hartă Kohonen.
Techopedia explică harta autoorganizării (SOM)
O hartă autoorganizantă este un tip de rețea neuronală artificială care încearcă să construiască o hartă bidimensională a unui spațiu problematic. Spațiul cu probleme poate fi orice, de la voturile din Congresul SUA, hărți de culori și chiar legături între articolele Wikipedia.
Scopul este de a încerca să reflecte modul în care cortexul vizual din creierul uman vede obiecte folosind semnale generate de nervii optici. Scopul este de a face ca toate nodurile din rețea să răspundă diferit la diferite intrări. O hartă auto-organizatoare folosește învățarea competitivă în care nodurile se specializează în cele din urmă.
Când se introduc date de intrare, se calculează distanța euclidiană sau distanța liniară dintre noduri, cărora li se acordă o greutate. Nodul din rețea care este cel mai asemănător cu datele de intrare se numește cea mai bună unitate de potrivire (BMU).
Pe măsură ce rețeaua neuronală se deplasează prin setul de probleme, greutățile încep să semene mai mult cu datele reale. Rețeaua neuronală s-a antrenat astfel pentru a vedea tiparele în date, în mod foarte mare în modul în care un om vede.
Abordarea diferă de alte tehnici de AI, cum ar fi învățarea supravegheată sau învățarea de corectare a erorilor, dar fără a utiliza semnale de eroare sau recompense pentru a antrena un algoritm. Astfel, o hartă autoorganizantă este un fel de învățare nesupravegheată.
