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.