最新情報を購読する
最新情報は、feedlyかRSSで購読できます。
脳科学・神経科学を網羅的に学ぶ必読書
カンデル神経科学は、脳科学・神経科学分野のバイブル的存在。2014年4月に日本語版が出版され、英語や医学用語が得意でない方にも大変読みやすくなりました。脳科学、神経科学について学ぶなら絶対に持っておきたいおすすめの一冊。
サイドバー
自己組織化マップ(Self-organizing maps)
自己組織化マップとは
自己組織化写像（じこそしきかしゃぞう, 英語:Self-organizing maps (SOM), Self-organizing feature maps (SOFM)）は人工ニューラルネットワーク(neural network)(en:Artificial neural network)の一種であり、大脳皮質(Cerebral cortex)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。
自己組織化写像はコホネン(en:Teuvo Kohonen)によって提案されたモデルであり、教師なし学習(Unsupervised Learning)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。
自己組織化写像は複数の人工ニューロン(en:Artificial neuron)が接続された構造である。 この人工ニューロンはノード(node)、もしくはユニット(unit)と呼ぶこともある。
自己組織化マップの実装方法
自己組織化マップについて
関連