En las redes neuronales artificiales , un mapa autoorganizado híbrido de Kohonen es un tipo de mapa autoorganizado (SOM) llamado así por el profesor finlandés Teuvo Kohonen , donde la arquitectura de red consiste en una capa de entrada completamente conectada a una capa SOM o Kohonen 2–D.
La salida de la capa de Kohonen, que es la neurona ganadora, se alimenta a una capa oculta y, finalmente, a una capa de salida. En otras palabras, el SOM de Kohonen es el extremo frontal, mientras que la capa oculta y de salida de un perceptrón multicapa es el extremo posterior del SOM híbrido de Kohonen. El SOM híbrido de Kohonen se aplicó por primera vez a los sistemas de visión artificial para la clasificación y el reconocimiento de imágenes . [1]
El SOM híbrido de Kohonen se ha utilizado en la predicción meteorológica y, especialmente, en la previsión de precios de las acciones, lo que ha facilitado considerablemente una tarea difícil. Es rápido y eficiente, con menos errores de clasificación, por lo que es un mejor predictor en comparación con el SOM de Kohonen y las redes de retropropagación . [2]