كتب الخرائط ذاتية التنظيم
اذا لم تجد ما تبحث عنه يمكنك استخدام كلمات أكثر دقة.
الخرائط ذاتية التنظيم (معلومة)
الخرائط ذاتية التنظيم (SOM) هي واحدة من نماذج الشبكة العصبونية الأكثر شيوعًا، والمناسبة بشكل خاص لتصور البيانات البُعدية العالية والتجميع والنمذجة. وتستخدم التعلم بدون معلم لتكوين مجموعة من موجهات النموذج البدائي الذي يمثل البيانات. ولذا قُدمت لعلوم الأرصاد الجوية والمناخية في أواخر التسعينيات من القرن العشرين كتجميع وطريقة لتمييز الأنماط. وفي هذه الأيام، طُبقت الخرائط ذاتية التنظيم في العديد من مشاكل الأرصاد الجوية، مثل طرق تصنيف المناخ و تصنيف السحب، وتصنيف بيانات درجة الحرارة، والطقس الشديد وتحليل أنماط هطول الأمطار. وجدير بالذكر أن الخرائط ذاتية التنظيم تضع الخطط للبيانات الداخلة للفضاء البُعدي (ثنائية الأبعاد عادة) المنخفض. حيث تحافظ على علاقات تلاحم البيانات الداخلة، ومن ثم تعتبر الخرائط ذاتية التنظيم هي أسلوب المحافظة على الطوبولوجيا. وهناك أنواع عديدة من الطبولوجيا المستخدمة في الخرائط ذاتية التنظيم: وخطوط الشبكات والسداسي الأضلاع والعشوائيات هي بعض منها. وترتب الخلايا العصبية الناتجة وفقًا للطوبولوجيا المحددة. ومن ثم تُحسب المسافات بين الخلايا العصبية باستخدام دالة المسافة. وهناك العديد من دالات المسافة التي يمكن استخدامها مثل المسافة الإقليدية ومسافة المربع ومسافة الرابط وهندسة سيارة الأجرة.
ووفقًا للمدخلات الأولى للأنظمة الموجهة الداخلة، يختار النظام الخلايا العصبية الناتجة (الخلايا العصبية الفائزة) التي تتطابق بشكل وثيق مع الأنظمة الموجهة الداخلة المحددة. ثم تحدد الالتحام بالخلايا العصبية المثارة حول الفائز؛ وأخيرًا، تحدث جميع الخلايا العصبية المثارة. لذا، ينبغي اختيار دالة الالتحام التي تسمح بحساب العُقد "الأقرب" للفائز. بعض دالات الالتحام هي دالة غاوس ودالة بوبل ودالة أي بي. ويعاد تشكيل الوزن الناتج للكمية الموجهة لعُقد الخرائط ذاتية التنظيم لتكوين أنماط البيانات المميزة. ويؤدي هذا الإجراء التعليمي إلى الترتيب الطوبولوجي لوضع خرائط للبيانات المدخلة. وتوضع خطط للأنماط المماثلة على المناطق المجاورة في الخريطة، في حين تقع الأنماط المتباينة بعيدة عن بعضها البعض.
