Samoorganizující neuronová síť
Samoorganizující síť (Self-Organizing Map, SOM) neboli Kohonenova mapa[1] je typ dvouvrstvé umělé neuronové sítě pracující na principu učení bez učitele. Vynalezl ji finský vědec Teuvo Kohonen. Neurony této sítě jsou prostorově uspořádány a mají definováno okolí, své nejbližší neurony. Jako jejich topologická struktura se obvykle používá dvojrozměrná obdélníková nebo hexagonální oblast. Jeden krok učení vypadá tak, že se síti předloží vstupní vzor, nalezne se jemu nejbližší tzv. gain neuron (pomocí laterální inhibice), který vyhrává soutěž (kompetici) o předložený vstupní vzor a poloha tzv. váhového vektoru tohoto neuronu i neuronů z jeho topologického okolí se upraví tak, aby tyto vektory ležely o něco blíže předloženému vstupnímu vzoru. Během postupného předkládání vstupních vzorů se umístění váhových vektorů neuronů distribuuje do vstupních dat a tuto distribuci promítá do typicky dvojrozměrného prostoru své mřížky.[2]
Užití
editovat
Síť se užívá k shlukové analýze (segmentaci) n - rozměrných dat. Kohonenovu mapu, popisující rozložení jednotlivých prvků dat (n - složkových vektorů) v n - rozměrném prostoru, lze číst jako mapu krajiny s vyznačenými kótami, vyjadřujícími nadmořskou výšku daného místa v krajině, tj. počet kopců v krajině (ostrovů v moři) značí počet shluků prvků dat a vrcholy kopců (ostrovů) pak značí středy shluků dat. Každému okótovanému místu v krajině odpovídá váhový n - složkový vektor, přičemž váhové vektory jsou v daném prostoru rozloženy dle stejné distribuční funkce, podle jaké jsou rozloženy v prostoru prvky dat (viz obrázek).
Reference
editovat- ↑ KOHONEN, Teuvo. The self-organizing map. [s.l.]: Proceedings of the IEEE 78 (9), 1990. 17 s. (anglicky)
- ↑ KŘIVAN, Miloš. Umělé neuronové sítě. první. vyd. Praha: Oeconomica, 2021. 76 s. Dostupné online. ISBN 978-80-245-2420-7.
Externí odkazy
editovat
Obrázky, zvuky či videa k tématu samoorganizující síť na Wikimedia Commons - Kohonenova síť – Bakalářská práce (Michal Kaňa)
