Tóm tắt. Trong bài báo này chúng tôi đề xuất các mạng nơron SOM có giám sát, gồm S-SOM và S-SOM + áp dụng cho bài toán phân lớp. Các mạng này được cải tiến từ các mô hình SOM không giám sát và có giám sát đã được đề xuất bởi Kohonen và các tác giả khác. Sau đó, chúng tôi tiếp tục đề xuất các mô hình SOM có giám sát phân tầng cải tiến từ S-SOM và S-SOM + , gọi là HS-SOM và HS-SOM +. Cải tiến của chúng tôi xuất phát từ ý tưởng xác định các nơron phân loại mẫu sai, từ đó phát triển các nhánh huấn luyện bổ sung đối với các mẫu dữ liệu được đại diện bởi các nơron này. Chúng tôi đã tiến hành thực nghiệm trên 11 tập dữ liệu phân lớp đơn nhãn đã được công bố. Kết quả thực nghiệm cho thấy mô hình đề xuất của chúng tôi phân loại mẫu đạt mức độ chính xác từ 92% tới 100%. Từ khóa. Bản đồ tự tổ chức, học có giám sát, phân cụm dữ liệu, Kohonen, mạng nơron nhân tạo.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.