جدول المحتويات:
التعريف - ماذا تعني خريطة التنظيم الذاتي (SOM)؟
الخريطة ذاتية التنظيم (SOM) هي نوع من الشبكات العصبية الاصطناعية التي تستخدم التعلم غير الخاضع للإشراف لإنشاء خريطة ثنائية الأبعاد لمساحة المشكلة. يتمثل الاختلاف الرئيسي بين خريطة التنظيم الذاتي والنُهج الأخرى لحل المشكلات في أن الخريطة ذاتية التنظيم تستخدم التعلم التنافسي بدلاً من تعلم تصحيح الأخطاء مثل backpropagation ذو النسب المتدرجة.
يمكن للخريطة ذاتية التنظيم توليد تمثيل مرئي للبيانات على شبكة سداسية أو مستطيلة. وتشمل التطبيقات الأرصاد الجوية ، وعلوم المحيطات ، وتحديد أولويات المشروع ، واستكشاف النفط والغاز.
تُعرف الخريطة ذاتية التنظيم أيضًا بالخريطة المميزة ذاتية التنظيم (SOFM) أو خريطة Kohonen.
تيكوبيديا تشرح خريطة التنظيم الذاتي (SOM)
الخريطة ذاتية التنظيم هي نوع من الشبكات العصبية الاصطناعية التي تحاول بناء خريطة ثنائية الأبعاد لبعض مساحة المشكلات. يمكن أن تكون مساحة المشكلة من الأصوات في الكونغرس الأمريكي ، وخرائط الألوان وحتى الروابط بين مقالات ويكيبيديا.
الهدف من ذلك هو محاولة عكس الطريقة التي ترى بها القشرة البصرية في الدماغ البشري أشياء تستخدم الإشارات التي تولدها الأعصاب البصرية. الهدف هو جعل جميع العقد في الشبكة تستجيب بشكل مختلف لمدخلات مختلفة. تستخدم الخريطة ذاتية التنظيم التعلم التنافسي حيث تتخصص العقد في النهاية.
عند تغذية بيانات الإدخال ، يتم حساب المسافة الإقليدية ، أو مسافة الخط المستقيم بين العقد ، والتي يتم إعطاء وزن لها. تسمى العقدة الموجودة في الشبكة الأكثر تشابهًا مع بيانات الإدخال باسم أفضل وحدة مطابقة (BMU).
مع تحرك الشبكة العصبية عبر مجموعة المشكلات ، تبدأ الأوزان في أن تبدو أكثر مثل البيانات الفعلية. وهكذا قامت الشبكة العصبية بتدريب نفسها على رؤية أنماط في البيانات بالطريقة التي يراها الإنسان.
يختلف النهج عن أساليب الذكاء الاصطناعي الأخرى مثل التعلم الخاضع للإشراف أو تعلم تصحيح الأخطاء ، ولكن دون استخدام إشارات الخطأ أو المكافأة لتدريب خوارزمية. وبالتالي ، فإن الخريطة ذاتية التنظيم هي نوع من التعلم غير الخاضع للإشراف.
