Самоорганизующиеся карты (Self-Organizing Maps, SOM) — это класс неконтролируемых обучающихся нейронных сетей, которые реализуют нелинейное отображение высокоразмерных данных на низкоразмерную, чаще всего двумерную сеточную структуру.
Модель была разработана Тевуо Кохоненом и основана на процессе конкурентного обучения, при котором для каждого входного сигнала определяется наиболее подходящий нейрон (Best Matching Unit, BMU).
Весовые коэффициенты BMU и её топологических соседей постепенно корректируются для структуросохраняющего отображения входных данных.
Этот метод позволяет визуализировать кластеры данных и выявлять скрытые структуры без явных меток классов.
Определение:
«Самоорганизующаяся карта — это неконтролируемая нейронная сеть, которая с помощью конкурентного обучения создает топологическое отображение высокоразмерных входных данных на низкоразмерную сеточную структуру.»
Источник:
Кохонен, Т. (1982). Self-Organized Formation of Topologically Correct Feature Maps. Biological Cybernetics, 43(1), 59-69.