« Algoritmo ID3 « || Inicio || » Topics Navigator »

Self Organizing Maps

Última modificación: 14 de Diciembre de 2013, y ha tenido 203 vistas

Etiquetas utilizadas: || || || || ||

Los Self Organizing Feature Maps (Mapas de Características Auto-organizativos), o SOM, fueron inventados por Teuvo Kohonen, profesor de la Academia de Finlandia, y proporcionan una forma de representar datos multidimensionales en espacios de dimensión inferior (normalmente, en 1D o 2D). Este proceso de reducir la dimensionalidad de vectores es una técnica de compresión de datos conocida como Cuantización Vectorial. Además, la técnica de Kohonen crea una red que almacena informaciónde forma que las relaciones topológicas del conjunto de entrenamiento se mantienen.

Un ejemplo habitual que se usa para mostrar cómo funcionan los SOM se basa en la proyección de colores (asociados a vectores 3D a partir de, por ejemplo, sus componentes RGB) en un espacio 2D. El siguiente modelo muestra un SOM de soporte hexagonal entrenado para reconocer los colores aleatorios que se establezcan. En la representación 2D se agrupan colores similares en regiones adyacentes.

Para saber más sobre el tema puedes visitar el yutzu asociado.

« Algoritmo ID3 « || Inicio || » Topics Navigator »