Self-Organizing Maps, theory and applications

El algoritmo de auto-organización (Self-Organizing Map, SOM), o Mapa de Kohonen, es un algoritmo muypopular, definido por Teuvo Kohonen al principio de los anõs 80. El actúa como un algoritmo de clasificación(clustering) no supervisado y almismo tiempo como una herramienta potente de visualización. El es ampliamenteusado para aplicaciones en muchos campos, tales como economía, industría, gestión, sociología,geografía, análisis de textos, etc. Muchas variantes han sido definidas para adaptar SOM al estudio de datoscomplejos, tales como series temporales, datos de categoría, datos nominales, datos de disimilaridades. Sinembargo, la convergencia y la estabilidad del algoritmo SOM no tienen pruebas rigurosas y completas hastaahora. Este papel presenta el estado-del-arte de los aspectos teoréticos de SOM, al mismo tiempo que algunasextensiones para datos no numéricos y ejemplos típicos de diferentes campos con datos reales.The Self-Organizing Maps (SOM) is a very popular algorithm, introduced by Teuvo Kohonen in the early80s. It acts as a non supervised clustering algorithm as well as a powerful visualization tool. It is widelyused in many application domains, such as economy, industry, management, sociology, geography, textmining, etc. Many variants have been defined to adapt SOM to the processing of complex data, such astime series, categorical data, nominal data, dissimilarity or kernel data. However, so far, SOMhas sufferedfroma lack of rigorous results on its convergence and stability. This article presents the state-of-art on thetheoretical aspects of SOM, as well as several extensions to non numerical data and provides some typicalexamples of applications in different real-world fields