SOM, 자기조직화지도

SOM 개념

• 고차원 데이터의 위상을 보존하여 저차원 그리드로 매핑하는 비지도학습 기반 인공 신경망
• 차원축소, 위상보존, 경쟁학습, 시각화 및 군집화

SOM 구성도, 구성요소, ANN과의 차이점

SOM 구성도

• 경쟁층 뉴런들이 2차원 격자구조로 배열, 고차원 입력 데이터를 저차원 공간에 시각적으로 표현하는 구조

SOM 구성요소

구분	구성요소	설명
레이어	입력층	고차원 입력 특성을 받는 층
-	경쟁층(출력층)	2D 그리드 구조로 입력 데이터와의 거리 측정 후 가장 가까운 뉴런 선정
연결요소	연결가중치	입출력층 연결, 초기 무작위 가중치 설정 후 경쟁학습을 통해 업데이트
-	BMV	입력벡터와 가장 유사한 출력층 뉴런, 유클리드 최소 거리 계산

• 역전파와 체인룰 없이 승자 독식 경쟁학습 알고리즘 사용

SOM과 ANN의 차이점

구분	SOM	ANN
학습방식	비지도학습	비지도/지도학습
학습알고리즘	경쟁학습	역전파 등 오류수정기반
주요목적	시각화, 군집화, 차원축소	분류, 회귀, 예측
출력구조	2차원 격자	다층 퍼셉트론
데이터 요구사항	레이블 불필요	레이블 필요
활용사례	데이터 시각화, 군집 분석	이미지 인식, 음성 인식, 자연어 처리
해석가능성	결과의 직관적 해석	블랙박스, 해석 어려움