階層成長型自己組織化マップは,Rauberらによって提案されたものであり,複数のSOMによる分類結果をもとに,その入力データの関係を階層化して表現した手法として知られている.GHSOMでは,学習状況に応じて1層のSOMでユニットを自動生成する機能と,さらに分類するために層を自動生成する機能が備わっている.これらは事前に与えられるパラメタによって階層化が行われる.我々は,階層化を抑制する手法を提案した.この結果,階層化しすぎることなく,得られた構造を簡素化することができた.さらに,この得られたクラスタが指す内容が分かりづらく再分類する必要がある場合等,該当するマップの箇所を再構築する手法として,インタラクティブGHSOMの手法を提案した.Irisのデータを用いて分類した結果を報告する.