کاهش چشمگیر بار محاسباتی خوشه‌بندی در هوش مصنوعی با الگوریتم جدید SOM-OLP

پژوهشگران دانشگاه متروپولیتن اوزاکا نسخه جدیدی از نقشه‌های خودسازمان‌دهنده کلاسیک را با نام «نقشه‌های خودسازمان‌دهنده با موقعیت‌های نهفته بهینه‌شده» یا به اختصار SOM-OLP معرفی کرده‌اند که عملکرد آن بر پایه تابع هدف مشخص طراحی شده است. این روش به هر نقطه داده یک مختصات پیوسته روی نقشه اختصاص می‌دهد و پیچیدگی محاسباتی هر چرخه آموزش را از مرتبه O(NM²) در روش STVQ به مرتبه خطی O(NM) کاهش می‌دهد؛ جایی که N نشان‌دهنده تعداد نقاط داده و M معرف تعداد گره‌های نقشه است. مقاله پژوهشی SOM-OLP برای ارائه در کنفرانس بین‌المللی شبکه‌های عصبی (IJCNN ۲۰۲۶)، به‌عنوان بخشی از کنگره جهانی محاسبات هوشمند IEEE، پذیرفته شده است.

نقشه خودسازمان‌دهنده (SOM)، داده‌های چندبُعدی و پیچیده را با استفاده از بردارهای الگو (Prototype Vectors) که روی یک شبکه با ابعاد پایین (معمولاً دوبُعدی) چیده شده‌اند، نمایش می‌دهد. فرآیند آموزش این مدل تلاش می‌کند ساختار همسایگی داده‌ها را حفظ کند تا ورودی‌های مشابه و نزدیک به هم، روی نقشه نیز در مجاورت یکدیگر قرار گیرند. این سازوکار از وظایف مهمی چون خوشه‌بندی، بصری‌سازی داده‌ها و کوانتیزاسیون برداری پشتیبانی می‌کند؛ فرآیندی که داده‌های ورودی را از طریق اتصال به الگوهای شاخص فشرده‌سازی می‌نماید.

چالش ۳۰ ساله در هزینه‌های محاسباتی

روش‌های سنتی SOM و SOM دسته‌ای (Batch SOM) سرعت آموزش بالایی دارند، اما به‌روزرسانی پارامترهای آن‌ها فاقد یک تابع هدف سراسری واحد است که بهینه‌سازی آن تضمین شده باشد. مقاله اولیه STVQ در دهه ۱۹۹۰ میلادی با معرفی روش «کوانتیزاسیون برداری توپوگرافیک نرم» تلاش کرد این محدودیت را برطرف کند. الگوریتم STVQ با اعمال بازپخت قطعی بر یک تابع انرژی و استفاده از انتساب نرم وابسته به دما میان نقاط و الگوها، محاسبات را از طریق یک حلقه شبیه به الگوریتم امید ریاضی بیشینه (EM) بهینه‌سازی می‌کرد.

با این حال، روش STVQ تعاملات میان همسایگی‌های نقشه را برای تک‌تک نقاط داده به‌صورت صریح و مستقیم ارزیابی می‌کند. در شرایطی که تعاملات همسایگی متراکم باشد، هزینه هر تکرار از مرتبه O(NM²) خواهد بود. هرچند تجزیه بایاس و واریانس که بعدها پیشنهاد شد این مرز محاسباتی را به O(NM + M²) رساند، اما گره‌های نقشه همچنان به یکدیگر وابسته باقی ماندند و هر نقطه داده تنها از طریق وزن‌هایی روی موقعیت‌های گسسته و ثابت شبکه نمایش داده می‌شد.