抄録
自己組織化マップ（SOM）の有する大きな特徴に，隣接関係を保存した入出力間の写像能力がある．これは，与えられた入力パターンに対する最適合ニューロン（勝者）を特定し，その参照ベクトルを入力側へ近付ける操作によって実現している．このとき，対称的なパターンは競合層上で正反対に配置される傾向があるものの，これを常に保証する訳ではない．そこで本稿では，最不適合ニューロン（敗者）の参照ベクトルを遠ざけるという「発散式学習」を提案し，同様な特徴マップの獲得を目指す．具体的には，対称的な白黒画像から成るパターンを用意して，単純な計算機シミュレーションを行ったところ，従来の「収束式学習」とほぼ同等の能力を確認した．
