REDES NEURAIS ARTIFICIAIS Mapa Auto-Organizável de Kohonen (Self-Organizing Map - SOM) pertence a classe de redes neurais não-supervisionadas que se baseiam no processo de aprendizagem competitiva; somente um neurônio ou um grupo local de neurônios fornece uma resposta ativa a um sinal de entrada corrente; o nível de ativação indica a similaridade entre o vetor de dados de entrada e o vetor de pesos do neurônio;
uma forma usual de expressar a similaridade é através da distância euclidiana; o vetor de pesos do neurônio com a distância mínima entre todos os outros neurônios é reajustado juntamente com um conjunto pré-definido de neurônios vizinhos; w i (t + 1) = w i (t) + h(i,k)(x(t) - w i (t)) i S onde: S = é o conjunto composto pelo neurônio vencedor e seus vizinhos h(i,k) = função de vizinhança = razão de aprendizagem a vizinhança de cada neurônio pode ser definida de acordo com a forma geométrica usada para representar os neurônios da rede; REDES NEURAIS ARTIFICIAIS
Exemplos de representação geométrica dos neurônios do SOM (vizinhança topológica)... retangular hexagonal neurônios entradas REDES NEURAIS ARTIFICIAIS
Propriedades do SOM: efetua um agrupamento (clustering) dos dados de entrada; preserva as relações topológicas; preserva as distribuições de probabilidade; REDES NEURAIS ARTIFICIAIS
Vizinhança reduzida – somente o próprio neurônio REDES NEURAIS ARTIFICIAIS