Введение
Тойво Кохонен предложил нейросетевую архитектуру для
автоматической кластеризации (классификации без учителя) [1], в которой
учитывается информация о взаимном расположении нейронов, которые
образуют решётку. Сигнал в такую нейросеть поступает сразу на все нейроны, а
веса соответствующих синапсов интерпретируются как координаты положения
узла и выходной сигнал формируется по принципу «победитель забирает всё»
— то есть ненулевой выходной сигнал имеет нейрон, ближайший (в смысле
весов синапсов) к подаваемому на вход объекту. В процессе обучения веса
синапсов настраиваются таким образом, чтобы узлы решётки «располагались»
в местах локальных сгущений данных, то есть описывали кластерную
структуру облака данных, с другой стороны, связи между нейронами
соответствуют отношениям соседства между соответствующими кластерами в
пространстве признаков.