コホネンの自己組織化マップ(Self-Organizing Map;SOM)

コホネンの自己組織化マップに関するウェブ上のチュートリアル

  1. ai-junkie.com > Neural Nets > Self Organizing Maps – Part 1: さまざまな色(R,G,Bの3次元入力データ)がコホネンの自己組織化マップにより2次元のマップに配置される例を説明。また、世界の国々が、コホネンの自己組織化マップの手法を適用すると貧困などの度合により色分けされる例を紹介。
  2. Kohonen network, Teuvo Kohonen and Timo Honkela (2007), Scholarpedia, 2(1):1568.
  3. 自己組織化写像(ウィキペディア):教師なし学習によって、入力データ群をそのデータ間の関係を保ったまま、任意の次元へと写像することができる、大脳皮質の視覚野をモデル化した人工ニューラルネットワークの一種。 主に1~3次元への写像に用いられ、多次元のデータ間の関係を可視化することができる。 この低次元の空間をマップと呼ぶ。 自己組織化マップと呼ぶこともある。自己組織化写像において、マップは離散データ空間であり、その格子点を人工ニューロン(en:Artificial neuron)と考える。 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。
  4. Self-organizing map (Wikipedia):a type of artificial neural network that is trained using unsupervised learning to produce a low-dimensional (typically two-dimensional), discretized representation of the input space of the training samples, called a map. Self-organizing maps are different from other artificial neural networks in the sense that they use a neighborhood function to preserve the topological properties of the input space.

コホネンの著書(アマゾンへのリンク)

  1. 自己組織化マップ:コホネン著。第3版の邦訳。
  2. Self-Organizing Maps (Springer Series in Information Sciences):

コホネンの論文

  1. Teuvo Kohonen. The Self-Organizing Map. Proceedings of the IEEE, 78(9):1464-1480.(1990): PDFファイル
  2. Teuvo Kohonen. Self-organized formation of topologically correct feature maps. Biological Cybernetics 43,59-69 (1982): 要旨(無料)

SOMのソフトウェア

  1. SOM Toolbox 2.0:Matlabで用いる無料のツールボックス