SOM-OLP réduit le coût du clustering

OOndine

Des chercheurs de l’Université métropolitaine d’Osaka présentent SOM-OLP, une variante des cartes auto-organisatrices qui attribue à chaque donnée une coordonnée latente continue, selon AlphaSignal. Cette représentation constitue la particularité de la méthode : les données ne sont donc pas seulement associées aux nœuds de la carte, elles reçoivent aussi une coordonnée continue dans cet espace latent. L’article annonce un coût de calcul par itération en O(NM) pour SOM-OLP, contre O(NM²) pour STVQ. Dans ces expressions, N désigne le nombre de données et M le nombre de nœuds de la carte ; la différence annoncée porte donc sur le nombre de nœuds, à nombre de données donné. Pour effectuer les mises à jour, SOM-OLP utilise une descente par blocs et des calculs en forme fermée ; l’objectif diminue de façon monotone au fil de ces mises à jour, selon l’article. Sur 16 jeux de données UCI, la méthode obtient un meilleur rang moyen que Batch SOM, STVQ, STVQf et GTM. Cette comparaison présente les résultats de SOM-OLP sur les jeux étudiés, sans établir à elle seule qu’il sera supérieur dans tous les contextes. Les travaux ont été acceptés à IJCNN 2026. Le manuscrit ne mentionnerait pas de code public à ce stade.