zodina self-organizing maps (SOMs) adalah jenis jaringan saraf buatan yang digunakan untuk visualisasi data dan pengelompokan. mereka mengatur data berdimensi tinggi ke dalam grid berdimensi rendah, melestarikan hubungan topologi. pemahaman perhitungan matematika di belakang SOM sangat penting untuk aplikasi efektif mereka.

Inisialisasi Peta

Proses ini dimulai dengan inisialisasi vektor berat setiap node dalam peta. Biasanya, berat ditugaskan secara acak atau berdasarkan distribusi data. Setiap vektor berat memiliki dimensi yang sama dengan data input.

Keheranan Mencari Unit Pemadanan Terbaik (BMU)

Untuk setiap vektor input, algoritma menghitung jarak ke setiap vektor berat node. jarak metrik yang paling umum adalah jarak Euclidean, dihitung sebagai:

⁇ ⁇ ⁇ ⁇ ]i (x]i - w]i]2

nathed di mana xi adalah komponen data masukan dan wi adalah komponen berat dari sebuah node. Node dengan jarak terkecil diidentifikasi sebagai BMU.

Mengemaskinikan Beratnya

Setelah BMU diidentifikasi, bobot BMU dan tetangganya disesuaikan menjadi lebih mirip dengan vektor input. Aturan pembaruan adalah:

wancar w]new = wold[ + ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

α(t) dimana α(t) adalah tingkat belajar, hci[(t) adalah fungsi lingkungan, dan (x - wold[]) adalah perbedaan antara vektor input dan vektor berat saat ini.

Aplikasi Peta Pengorganisasian Diri

SOM-SOM dialirkan dalam berbagai bidang untuk analisis data dan visualisasi.Mereka membantu mengidentifikasi pola, cluster titik data yang serupa, dan mengurangi dimensialitas.Aplikasi umum termasuk analisis gambar, segmentasi pasar, dan bioinformatika.

  • Visualisasi Data Terancam
  • Kluster Kluster
  • Pengecaman Corak
  • Ekstrak Fitur Kekejaman