एक स्व-आयोजन मानचित्र (SOM), जिसे कोहोनेन मानचित्र के रूप में भी जाना जाता है, एक प्रकार की कृत्रिम तंत्रिका नेटवर्क तकनीक है जिसका उपयोग निम्न आयामों में उच्च-आयामी डेटा को मानचित्रित करने और देखने के लिए किया जाता है। यह एक मशीन लर्निंग एल्गोरिथम है जो इनपुट डेटा के भीतर सामान्य पैटर्न और संबंधों को खोजने के लिए अनसुनी लर्निंग का उपयोग करता है। नेटवर्क में नोड्स का एक ग्रिड होता है, जहां प्रत्येक नोड एक वेट वेक्टर से जुड़ा होता है जो इनपुट स्पेस में एक बिंदु का प्रतिनिधित्व करता है। प्रशिक्षण के दौरान, इनपुट डेटा को पुनरावृत्त रूप से नेटवर्क में प्रस्तुत किया जाता है, और प्रत्येक नोड किसी दिए गए इनपुट के लिए विजेता या सर्वश्रेष्ठ मिलान इकाई (बीएमयू) बनने के लिए अपने पड़ोसी नोड्स के साथ प्रतिस्पर्धा करता है। जीतने वाले नोड और उसके पड़ोसियों के वजन को फिर इनपुट डेटा बिंदु के करीब जाने के लिए समायोजित किया जाता है, जिससे एसओएम को धीरे-धीरे डेटा की अंतर्निहित संरचना और टोपोलॉजी सीखने की अनुमति मिलती है। प्रशिक्षण के अंत में, एसओएम को द्वि-आयामी मानचित्र के रूप में देखा जा सकता है जहां समान इनपुट वैक्टर एक साथ क्लस्टर किए जाते हैं। इसलिए, स्व-आयोजन मानचित्रों का उपयोग आमतौर पर क्लस्टरिंग, विज़ुअलाइज़ेशन और डायमेंशनलिटी रिडक्शन जैसे कार्यों के लिए किया जाता है।
प्रकाशन तिथि: