Self Organizing Maps with Python: Theory and Practice of Self Organizing Maps using Python

by Rin Sakakuni

「第1章　自己組織化マップとは何か？
自己組織化マップの概要

自己組織化マップ（Self-Organizing Map, SOM）とは、多次元データのクラスタリングや可視化に用いられる手法であり、人工ニューラルネットワークの一種です。入力データが持つ特徴を低次元のネットワーク上に射影することで、高次元データの構造を視覚的に表現することができます。

SOMは、通常、二次元の格子状のネットワークを用いて実装され、各ノードは、入力データ空間を表現します。近接しているノード同士は、類似した特徴を持ったデータを表現し、SOMは、競合学習と呼ばれる学習アルゴリズムを用いて、各ノードが入力データに対応するように自己組織化されます。

具体的には、入力データに対して最も類似しているノード（勝者ノード）が選ばれ、その周囲のノードも学習によって更新されます。このようにして、SOMは、入力データをクラスタリングし、類似した特徴を持ったデータを近接するノードに集約することができます。

SOMは、Kohonen mapとも呼ばれ、フィンランドの物理学者Teuvo Kohonenによって提唱されました。SOMは、様々な分野で応用されており、特にデータマイニングやパターン認識において、有用性が高く評価されていますӍ

39 pages, Kindle Edition

Published April 4, 2023