SOM (Self Organizing Map)

• از تعدادی گره روی شبکه چند بعدی از گره ها تشکیل شده است.
• بعد این شبکه کمتر از بعد داده است و معمولاً 2 یا 3 است.
• از این شبکه برای یافتن تصاویر استفاده می شود.
• در این شبکه برای هر گره یک بردار وزن در نظر گرفته می شود.
• داده ورودی = مشاهده
• بعد این بردار وزن با بعد مشاهده (گره ورودی) یکسان است.
• در یک شبکه آموزش داده شده:
  • داده ورودی پس از معرفی به شبکه -> توسط یکی از گره های شبکه جذب می شود.
  • گره هایی مشاهده را جذب می کنند = گره برنده
  • گره برنده : گره ای که مشاهده ، کمترین فاصله را با بردار وزن آن گره برنده داشته باشد.
  • معیار فاصله: فاصله اقلیدوسی.
• فاصله اقلیدوسی : فاصله 2 نقطه که از قضیه فیثاغورس بدست می آید.

• وقتی یک گره موفق به جذب مشاهده می شود:
  • وزن گره در جهت نزدیک شدن به مشاهده اصلاح می شود
  • وزن کلیه گره های مجاور برنده اصلاح می گردد.
  •  

 BMU (Best Matching Units) :

به مجموعه از گره های برنده که توانسته باشند مجموعه ای از مشاهدات را جذب کنند گویند.

فشرده سازی:

در بسیاری از موارد  نقشه خود ساز مانده بعنوان ابزاری برای فشرده کردن داده ها استفاده می شود، به این صورت که BMU ها جهت خوشه بندی استفاده می شوند.