Self Organizing Map

SOM• Jaringan Self- Organizing Map merupakan salah satu model

jaringan saraf tiruan yang menggunakan metode pembelajaran tanpa supervisi (unsupervised learning)

• Salah satu keunggulan dari algoritma Self-Organizing Map adalah mampu untuk memetakandata berdimensi tinggi kedalam bentuk peta berdimensi rendah.

• Proses pemetaan terjadi apabila sebuah polaberdimensi bebas diproyeksikan dari ruangmasukan ke posisi pada array berdimensi satu ataudua

Algoritma

Diberikan suatu data set yang akan dibuat SOMnya1. Inisialisasi sejumlah weight dengan nilai acak2. Untuk setiap sample input x pada dataset,

a. cari weight yang paling mendekati dengan Euclidian distance, disebut BMU(Best Matching Unit)

b. update weight tsb dengan rumus

c. Lakukan iterasi untuk meng-update weight sampai mencapai nilai iterasi yang telah ditentukan dan mengurangi laju pembelajaran . Ulangi dari langkah 2

)( ijijij wxww

A map of the world where countries have been colored with the color describing their poverty type (the color was obtained with the SOM in the previous figure):

Matlabnet = newsom(PR,[d1,d2,...],tfcn,dfcn,olr,osteps,tlr,tns)• PR - Rx2 matrix of min and max values for R input

elements.• Di - Size of ith layer dimension, defaults = [5 8].• TFCN - Topology function, default = 'hextop'.• DFCN - Distance function, default = 'linkdist'.• OLR - Ordering phase learning rate, default = 0.9.• OSTEPS - Ordering phase steps, default = 1000.• TLR - Tuning phase learning rate, default = 0.02; TND -

Tuning phase neighborhood distance, default = 1.

• Akan digunakan pelatihan SOM dengan data gempa (datagempa.xls)

• Dalam matlab gunakan fungsi som (newsom(parameter,))

• Lihat source code som.m