自組織對映（self-organized map）是一種人工神經網絡（artificial neural network），使用非監督式學習來產生訓練樣本。它學習的目標是使網絡的不同部分對輸入模式有相似的響應，參考了人類大腦皮層的不同部分處理視覺、聽覺或其他感官資訊的方式。
自動學習 減搜索時間
人工神經網絡是人工智能領域的常用技術。人工智能的應用範圍甚廣：在銀行界，它可以協助找出懷疑收受賄款的賬戶，迅速處理信貨評級等等，減低銀行的風險；在醫學界，它能夠協助經驗尚淺的醫生檢測出罕見的疾病，對病人有利；在法律界方面，它亦會協助律師搜出以往的案例。
一般人工智能的學習方法，需要大量已發生的歷史資料及數據，而自組織對映只需要透過少量的資料及數據，便能夠「自我學習」，將多維的資料轉化成二維（0和1），好處是可以節省大量搜集資料的時間，同時為日常生活帶來方便。
自組織對映為是芬蘭赫爾辛基大學教授Teuvo Kohonen提出的，該網絡使神經網絡收斂於一種表示形態，在這一形態中一個神經元只對某種輸入模式特別匹配或特別敏感。
這是一種自動學習過程，神經元使不同的神經元對不同的輸入模式敏感，從而特定的神經元在模式識別中可以充當某一輸入模式的檢測器。
語音打字最早應用
著名的語音打字技術是其中一個最早應用了自組織對映的技術。它可以識別語音，並即時將音位分類，令使用者可以用聲音控制打字機。
在網絡世界裡，每個字的有標準的音位和音頻，當語音打字裝置接收到使用者的語音，它能夠憑藉音頻和音位去分辨出每個字，並且歸類。真人發聲的語音經過這種技術處理後，可以轉化為文字，它更能夠將一連串的語音轉化。
簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年人提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。
逢星期三見報