自组织特征映射SOM(Self-organizing feature Map)

介绍

在生物神经系统中，存在着一种“侧抑制现象”，即一个神经细胞兴奋以后，会对周围其他神经细胞产生抑制作用。这种抑制作用会使神经细胞之间出现竞争，其结果是某些获胜，而另一些则失败。具体表现形式是获胜的神经细胞兴奋，失败的神经细胞抑制。自组织神经网络(self organizing maps)就是模拟上述生物神经系统功能的人工神经网络。在学习算法上，它模拟生物神经元之间的兴奋、协调与抑制、竞争作用的信息处理的动力学原理来指导网络的学习与工作，而不像多层神经网络(MLP)那样是以网络的误差作为算法的准则。竞争型神经网络构成的基本思想是网络的竞争层各神经元竞争对输入数据的响应机会，最后只有一个神经元(hidden unit)成为竞争的胜者(winner)而这一获胜神经元则表示对输入数据的分类。



本图来自github中的Minisom项目

可以看到，大量的高维数据被映射到了7x7的平面中。这里每一个格子都是神经网络中的一个隐藏节点。