自己組織化写像
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/09/02 03:06 UTC 版)
自己組織化写像(じこそしきかしゃぞう、英: Self-organizing maps, SOM, Self-organizing feature maps, SOFM)はニューラルネットワークの一種であり、大脳皮質の視覚野をモデル化したものである。自己組織化写像はコホネンによって提案されたモデルであり、教師なし学習によって入力データを任意の次元へ写像することができる。主に1~3次元への写像に用いられ、多次元のデータの可視化が可能である。出力となる空間をマップ (map)、競合層 (competitive layer)、もしくは出力層 (output layer) と呼ぶ。出力層に対して入力データの空間を入力層(input layer)と呼ぶこともある。自己組織化写像はコホネンマップ (Kohonen map)、コホネンネットワーク (Kohonen network)、自己組織化マップ、ソム (SOM) などと呼ぶこともある。
- ^ “How patterned neural connections can be set up by self-organization”. Proceedings of the Royal Society of London. Series B, Containing papers of a Biological character. 194 (1117): 431-45. (1976). PMID 12510.
- ^ Teuvo Kohonen 著、徳高平蔵、堀尾恵一、大北正昭、大薮又茂、藤村喜久郎 訳 『自己組織化マップ』(改訂版)シュプリンガーフェアラーク東京、2005年6月 (原著2000年12月28日)。ISBN 978-4431711544。
- 1 自己組織化写像とは
- 2 自己組織化写像の概要
- 3 定性的紹介
- 4 ニューラルネットとしてのSOM
- 5 書籍
自己組織化写像と同じ種類の言葉
Weblioに収録されているすべての辞書から自己組織化写像を検索する場合は、下記のリンクをクリックしてください。
全ての辞書から自己組織化写像を検索
- 自己組織化写像のページへのリンク