Mapas de Kohonen
Los mapas de kohonen se denominan también mapas autoorganizativos (SOM). Este tipo de red neuronal fue desarrollado por el investigador finlandés Teuvo Kohonen, siendo una redque intentaba simular al cerebro humano utilizando la propiedad de rendir mediante mapas auto-organizativos. El tipo de aprendizaje de los mapas de kohonen es un tipo de aprendizaje competitivo nosupervisado. La red se distribuye en forma de rejilla, normalmente de dos dimensiones, cuyo fin es descubrir la estructura de los datos introducidos en ella.
Arquitectura
La arquitectura delos mapas de kohonen está compuesta por dos capas de neuronas. La capa de entrada (formada por N neuronas, una por cada variable de entrada) se encarga de recibir y transmitir a la capa de salida lainformación procedente del exterior. La capa de salida (formada por M neuronas) es la encargada de procesar la información y formar el mapa de rasgos. Normalmente, las neuronas de la capa de salida seorganizan en forma de mapa bidimensional como se muestra en la figura:
Las conexiones entre las dos capas que forman la red son siempre hacia delante, es decir, la información se propaga desdela capa de entrada hacia la capa de salida. Cada neurona de entrada está conectada con cada una de las neuronas de salida mediante un peso. De esta forma, las neuronas de salida tienen asociado unvector de pesos llamado vector de referencia, debido a que constituye el vector prototipo de la clase representada por la neurona de salida. Así, los mapas de kohonen se definen como una proyección desdeun espacio de datos en alta dimensión a un mapa bidimensional de neuronas.
- Conexiones laterales, red y topología
Entre las neuronas de la capa de salida, puede decirse que existen conexioneslaterales de excitación e inhibición implícitas, pues aunque no estén conectadas, cada una de estas neuronas va a tener cierta influencia sobre sus vecinas. Esto se consigue a través de un proceso de...
Regístrate para leer el documento completo.