Inhoudsopgave:
Definitie - Wat betekent Self-Organizing Map (SOM)?
Een zelforganiserende kaart (SOM) is een type kunstmatig neuraal netwerk dat zonder toezicht leert om een tweedimensionale kaart van een probleemruimte te maken. Het belangrijkste verschil tussen een zelforganiserende kaart en andere benaderingen voor het oplossen van problemen is dat een zelforganiserende kaart eerder competitief leren gebruikt in plaats van foutcorrectieleren, zoals backpropagation met gradiëntdaling.
Een zelforganiserende kaart kan een visuele weergave van gegevens op een zeshoekig of rechthoekig raster genereren. Toepassingen zijn onder meer meteorologie, oceanografie, projectprioritering en olie- en gasexploratie.
Een zelforganiserende kaart wordt ook wel een zelforganiserende functiekaart (SOFM) of een Kohonen-kaart genoemd.
Techopedia verklaart Self-Organizing Map (SOM)
Een zelforganiserende kaart is een type kunstmatig neuraal netwerk dat probeert een tweedimensionale kaart van een probleemruimte te bouwen. De probleemruimte kan van alles zijn, van stemmen in het Amerikaanse Congres, kleurenkaarten en zelfs links tussen Wikipedia-artikelen.
Het doel is om te proberen de manier te weerspiegelen waarop de visuele cortex in het menselijk brein objecten ziet met behulp van signalen die worden gegenereerd door de optische zenuwen. Het doel is om alle knooppunten in het netwerk anders te laten reageren op verschillende ingangen. Een zelforganiserende kaart maakt gebruik van competitief leren waarbij de knooppunten zich uiteindelijk specialiseren.
Bij invoer van invoergegevens wordt de Euclidische afstand, of de rechte lijnafstand tussen de knooppunten, die een gewicht krijgen, berekend. Het knooppunt in het netwerk dat het meest lijkt op de invoergegevens wordt de best matching unit (BMU) genoemd.
Terwijl het neurale netwerk door de probleemreeks beweegt, beginnen de gewichten meer op de werkelijke gegevens te lijken. Het neurale netwerk heeft zichzelf dus getraind om patronen in de gegevens te zien zoals een mens dat ziet.
De aanpak verschilt van andere AI-technieken zoals begeleid leren of foutcorrectieleren, maar zonder fout- of beloningssignalen te gebruiken om een algoritme te trainen. Een zelforganiserende kaart is dus een soort zonder toezicht leren.
