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

حمید معینی، فرهاد محمد تراب، مجید کیخای حسین پور

چکیده

روش نگاشت خودسازمانده (som)یکی از روش­های خوشه بندی است که می­تواند بدون نظارت و با کمک شبکه عصبی، فضاهای چندبعدی و پیچیده داده­ها را به یک فضای دوبعدی تبدیل کند. به دلیل بسته بودن و خاصیت ترکیبی ذاتی داده­های ژئوشیمیایی،قبل از هر تحلیلی بایستی با تبدیل­های خاصی باز شوند. یکی از مهم­ترین تبدیل­هایی که امروزه روی این نوع داده­ها برای بازکردن آن ها انجام می­شود، خانواده تبدیل­های نسبت لگاریتمی است که در دو دهه اخیر توسط دانشمندان علوم آمار ارائه شده است. در حال حاضر روش­های تحلیل آماری و داده­کاوی خاص این نوع داده­ها مثل استاندارد سازی، آمار توصیفی، کاهش بعد، خوشه­بندی، رگرسیون، زمین­آمار و غیره از جنبه­های مختلف در دنیا در حال بررسی است. در این پژوهش ضمن معرفی روش som به­عنوان یکی از مهم­ترین روش­های خوشه بندی مبتنی بر هوش مصنوعی، کاربرد آن در تحلیل داده های ژئوشیمیایی بررسی شده است. به­عنوان مطالعه موردی، داده­های ژئوشیمیایی رسوبات آبراهه­ای برگه 1:100,000 خوسفکه خاصیت بسته یا ترکیبی دارند، نخست با کمک تبدیل نسبت لگاریتمی مرکزی یا clr، باز شده و دندروگرام خوشه­بندی مربوطه ترسیم شد. در مرحله بعد داده­ها یکبار به صورت بازشده و بار دیگر به صورت خام ولی استاندارد شده با روشهای ترکیبی به شبکه som وارد شده و خروجی آن هربار به­صورت نگاشتهای صفحات وزنی نورونها برای هر متغیر ترسیم شد. الگوی توزیع وزنی در نگاشت­های بیان­شده برای متغیرهایی که در یک خوشه قرار می­گیرند، بسیار به هم شبیه است. مقایسه نتایج به کارگیری این روش با نتایج دندروگرام به­دست آمده، نشان­دهنده انطباق قابل قبول این دو روش درصورت استفاده از داده­های 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 نمی­توان تمام الگوهای مشابه را به راحتی تشخیص داد.