自组织映射(英文 Self-Organizing Maps,SOM)是一种无监督神经网络,通过将高维数据投影到低维、通常是二维的网格结构上进行映射。
训练通过竞争学习进行,神经元围绕输入进行竞争,获胜者及其邻居会被调整。
由此产生拓扑映射,使得相似的输入模式激活相邻的神经元。
SOM 有助于数据的可视化、聚类和降维,广泛应用于图像处理、生物信息学或市场研究等领域。
映射质量取决于学习率、邻域函数和训练时间等参数。