در یادگیری بدون ناظر یا یادگیری خود سازمانده (Self – Organized) بردار جواب مطلوب به شبکه اعمال نمیشود. در واقع هنگامی که تعداد لایهها و نرونها افزایش مییابد کار یادگیری در ا لگوریتمهای با ناظر بسیار کند پیشمیرود و این ایراد اساسی این دسته از الگوریتمهاست .
در الگوریتمهای بدون ناظر جواب بدست آمده در حافظه بلند مدت ذخیره شده و از همان ابتدا ورودیها دستهبندی میشوند و با استفاده از حافظه مشارکتی بین آنها ارتباط برقرار میشود. یک نوع الگوریتم خود سازمانده که توسط کوهنن ابداع شده به صورت ذیل است:
– ابتدا نرون برنده I تعیین میشود
– سپس بردارهای وزنی متناظر با تمامی نرونهایی که در یک همسایگی خاص از نرون برنده قرار دارند طبق فرمول تنظیم میشوند
– پس از اعمال ورودی X بردارهای وزن نرون برنده و تمامی نرونهای همجوار ( همجوار به شعاع d ) به سمت بردار ورودی X حرکت خواهند کرد.
– پس از تعداد زیادی تکرار و ارائه ورودیهای مختلف به شبکه، نرونهای همجوار، بردارهایی را که شبیه به هم هستند را یاد خواهند گرفت.
