AI用語集
人工知能の完全辞典
自己組織化マップ
非監視学習人工ニューラルネットワークで、多次元データを2次元グリッドに射影し、データの内在的な位相的関係を保持する。
コホーネンネットワーク
Teuvo Kohonenによって開発されたニューラルアーキテクチャで、競合学習を使用し、ニューロンが空間的に組織化されて入力データの位相的表現を形成する。
競合ニューロン
他のニューロンと競合して入力刺激に応答するニューロンユニットで、最も活性化が高いニューロンのみが勝者として選択される。
BMU (最適適合ユニット)
距離メトリックに基づき、重みベクトルが入力ベクトルに最も近いニューロンで、学習時の重み適応の基準として機能する。
近傍関数
BMUの近傍ニューロンに対する学習の影響を決定する数学的関数（通常ガウス関数）で、グリッド上の空間距離とともに減衰する。
重みベクトル
マップ内の各ニューロンに関連付けられた多次元ベクトルで、入力データ空間におけるプロトタイプを表す。
ベクトル量子化
連続空間を有限個の領域に離散化するプロセスで、各領域はコードベクトルまたはプロトタイプで表される。
U行列
隣接するニューロンの重みベクトル間の距離を表現するSOMの可視化で、クラスタ境界と異常を特定できる。
近傍半径
BMU（最適適合ユニット）の周りの重み更新の空間的範囲を定義するパラメータで、通常、訓練中に徐々に減少させ、組織化を洗練させます。
六角形グリッド
各ニューロンが6つの直接近傍を持つSOMネットワークトポロジで、長方形グリッドよりもユークリッド距離のより良い近似を提供します。
位相保持
投影後、入力空間で近い点が出力マップ上でも近くに留まることを保証するSOMの基本的特性。
コホネンアルゴリズム
ニューロン競合、近傍関数による協力、および重みのシナプス適応を含むSOMの反復的訓練手続き。
成分可視化
SOMマップ上のデータの各次元の分布を示すグラフィカル表現で、特徴の組織化の解釈を助けます。
階層的SOMクラスタリング
データ内の階層を発見するために、自己組織化マップのピラミッド構造を使用する多レベル分類技術。
位相距離
2つのニューロン間を移動するための最小ステップ数に基づくSOMグリッド上の距離測定で、入力空間の距離とは独立しています。
量子化係数
データと最も近いニューロン間の平均距離を測定する評価指標で、SOMによって実現される近似の精度を示します。
位相的エラー
最初と2番目のBMUがマップ上で隣接ニューロンでないデータの割合で、トポロジーの保存を定量化します。