1. 정의
- 군집화, 차원축소 목적으로 2개의 층(입력층, 경쟁층)으로 구성된 인공신경망을 통해 사용자가 설정한 node 개수의 map에 데이터 mapping 하는 비지도 학습 알고리즘
- 차원축소(dimensionality reduction)와 군집화(clustering)를 동시 수행하는 머신러닝 비지도 학습기법
- 특징 : 승자독식 구조, 빠른 수행, 역전파 불가
2. 구성요소 및 과정
가. 개념도 및 구성요소 - 입노경가
나. 과정 - 초선유가반
- BMU(Best Matching Unit) : 가장 짧은 노드를 추적
- SOM은 역전파와 달리 단 하나의 전방패스 를 사용하여 수행 속도가 매우 빠르기에 실시간 학습처리를 할수 있는 모델
- SOM은 고차원의 데이터를 저차원의 지도 형태로 형상화 하기에 시각적으로 이해 쉽고, 패턴발견/이미지 분석 등에서 뛰어난 성능을 보임.
'정보관리기술사 > AI' 카테고리의 다른 글
| DBSCAN(Density-based Spatial Clustering of Applications with Noise) (1) | 2024.02.14 |
|---|---|
| K-평균 알고리즘(K-Means Algorithm) (0) | 2024.02.07 |
| 데이터 레이블링 (0) | 2024.02.07 |
| KNN(K-Nearest Neighbor/k-최근접 이웃 알고리즘) (0) | 2024.02.06 |
| 서포트 벡터 머신-SVM(Support Vector Machine) (0) | 2024.02.06 |