🧠 Mappe Auto Organizzanti (SOM)

💡 Cosa sono le SOM?

Le Self-Organizing Maps sono reti neurali che imparano a organizzare dati complessi in una mappa bidimensionale ordinata. Ogni neurone nella griglia ha un "peso" che rappresenta un punto nello spazio dei dati.

Come funzionano: Quando presenti un dato, il neurone più simile (vincitore) si aggiorna per assomigliare di più al dato, e anche i neuroni vicini si aggiustano gradualmente.

Dimensione Griglia: 10x10

Tasso di Apprendimento: 0.1

Raggio Vicinato: 3

📊 Spazio dei Dati (Clicca per aggiungere punti)

Clicca per aggiungere punti dati colorati

🗺️ Mappa SOM (Neuroni)

I colori rappresentano i pesi dei neuroni

📈 Statistiche

Iterazioni di addestramento: 0

Punti dati: 0

Errore quantizzazione: N/A

🎓 Come usare questa demo:

Aggiungi dati: Clicca nel riquadro sinistro per creare punti colorati
Osserva la rete: I neuroni (riquadro destro) iniziano con colori casuali
Addestra: Usa i pulsanti per far imparare la rete
Risultato: I neuroni si organizzeranno per rappresentare i tuoi dati!

🔍 Cosa osservare:

I neuroni vicini sviluppano colori simili (proprietà topologica)
La mappa preserva le relazioni di vicinanza dei dati originali
Aree dense di dati avranno più neuroni dedicati