画像データのクラスタリングと視覚化のためのディープ自己組織化マップ

自己組織化畳み込みマップ（SOCOM）は、畳み込みニューラルネットワーク、自己組織化マップ、および勾配バックプロパゲーション最適化を統合した新しい無監視深層学習モデルです。SOCOMは、構造的に組み合わせ、建築的に積み重ね、アルゴリズム的に深層/無監視学習コンポーネントを融合します。その基礎にある畳み込み深層アーキテクチャによって生成される高次元表現は、そのトポロジーに順序付けられたニューラルマップ出力に埋め込まれています。続く無監視クラスタリングと視覚化操作は、構成要素間の相乗効果の程度を反映し、その適用範囲を要約します。クラスタリング結果は、設計されたニューラルマップ視覚化とともにSTL-10ベンチマークデータセットに報告されます。実施された一連の実験は、深層VGGベースのSOCOMモデルを利用しています。