据我所知,Kohonen风格的SOM早在2005年就达到了顶峰,最近并未受到太大的欢迎。我还没有发现任何文章说SOM被另一种方法包含,或被证明等同于其他方法(无论如何,在更大的维度上)。但是,看起来tSNE和其他方法如今越来越多了,例如在Wikipedia或SciKit Learn中,SOM被更多地称为历史方法。
(实际上,维基百科的文章似乎表明SOM仍比竞争对手具有某些优势,但它也是列表中最短的条目。编辑:Per gung的要求,我正在考虑的文章之一是:非线性降维请注意,与其他方法相比,SOM的文字更少。我找不到找到提到SOM似乎比大多数其他方法都具有优势的文章。)
有什么见解吗?有人问为什么不使用SOM,并在不久前得到了参考,我从SOM会议中找到了议事日程,但我想知道SVM或tSNE等的兴起是否使SOM在流行机器学习中黯然失色。
编辑2:纯属巧合,我今天晚上只读了2008年关于非线性降维的调查,仅举例说明了:Isomap(2000),局部线性嵌入(LLE)(2000),Hessian LLE(2003),Laplacian本征图(2003)和半定嵌入(SDE)(2004)。