بررسی کاربرد نگاشت های خودسازمانده در خوشه بندی داده های آبراهه ای و مقایسه آن با دندروگرام اکتشافی داده های ترکیبی

روش نگاشت خودسازمانده (SOM)یکی از روش های خوشه بندی است که می تواند بدون نظارت و با کمک شبکه عصبی، فضاهای چندبعدی و پیچیده داده ها را به یک فضای دوبعدی تبدیل کند. به دلیل بسته بودن و خاصیت ترکیبی ذاتی داده های ژئوشیمیایی،قبل از هر تحلیلی بایستی با تبدیل های خاصی باز شوند. یکی از مهم ترین تبدیل هایی که امروزه روی این نوع داده ها برای بازکردن آن ها انجام می شود، خانواده تبدیل های نسبت لگاریتمی است که در دو دهه اخیر توسط دانشمندان علوم آمار ارائه شده است. در حال حاضر روش های تحلیل آماری و داده کاوی خاص این نوع داده ها مثل استاندارد سازی، آمار توصیفی، کاهش بعد، خوشه بندی، رگرسیون، زمین آمار و غیره از جنبه های مختلف در دنیا در حال بررسی است. در این پژوهش ضمن معرفی روش SOM به عنوان یکی از مهم ترین روش های خوشه بندی مبتنی بر هوش مصنوعی، کاربرد آن در تحلیل داده های ژئوشیمیایی بررسی شده است. به عنوان مطالعه موردی، داده های ژئوشیمیایی رسوبات آبراهه ای برگه 1:100،000 خوسفکه خاصیت بسته یا ترکیبی دارند، نخست با کمک تبدیل نسبت لگاریتمی مرکزی یا clr، باز شده و دندروگرام خوشه بندی مربوطه ترسیم شد. در مرحله بعد داده ها یکبار به صورت بازشده و بار دیگر به صورت خام ولی استاندارد شده با روش های ترکیبی به شبکه SOM وارد شده و خروجی آن هربار به صورت نگاشتهای صفحات وزنی نورونها برای هر متغیر ترسیم شد. الگوی توزیع وزنی در نگاشت های بیان شده برای متغیرهایی که در یک خوشه قرار می گیرند، بسیار به هم شبیه است. مقایسه نتایج به کارگیری این روش با نتایج دندروگرام به دست آمده، نشان دهنده انطباق قابل قبول این دو روش درصورت استفاده از داده های خام استاندارد شده دارد. نقطه ضعف این روش این است که تشخیص الگوهای مشابه در خروجی به عهده ناظر است و اگر تعداد متغیرها زیاد باشد نمی توان تمام الگوهای مشابه را به راحتی تشخیص داد.