在无线传感器网络中，利用可解释的自组织映射技术进行分布式聚类，以用于环境数据分析

《Environmental and Ecological Statistics》：Distributed clustering with interpretable self-organizing maps in wireless sensor network for environmental data analysis

自组织地图（SOM）改进算法DiSOM实现无线传感器网络分布式聚类，减少通信开销与数据隐私风险，并在7个环境监测数据集上验证其优于传统算法的性能，通过拓扑误差、量化误差及聚类指标等证明有效性。

　　

摘要

自组织映射（Self-Organizing Map, SOM）是一种流行的无监督学习技术，用于将数据组织成结构化的二维或三维地图，从而帮助用户识别高维数据空间中的簇和异常值。可解释自组织映射（Interpretable Self-Organizing Map, iSOM）是一种先进的算法，旨在克服传统SOM实现中常见的折叠和自交问题。在空气质量与水质监测或气候模式识别等环境应用中，数据通常来自远程地理位置的多样化来源。分布式聚类允许对这些环境数据集进行本地处理，减少通信开销并保护数据隐私。在本文中，对iSOM进行了适当修改，使其仅使用获胜神经元（winner neurons）在无线传感器网络（Wireless Sensor Network, WSN）中执行分布式聚类。这种改进后的算法被称为分布式可解释自组织映射（Distributed Interpretable Self-Organizing Map, DiSOM），它通过协作模式与邻近传感器节点共享获胜神经元。这有助于将高维未标记数据转换为有意义的簇，从而更容易解释和可视化数据趋势。该算法在七个真实的WSN数据集上进行了测试，用于执行分布式聚类：(a) 德里空气质量管理数据集，(b) 加拿大气象站监测数据集，(c) 泰晤士河水质监测数据集，(d) 华盛顿库克农学农场数据集，(e) 阿尔及利亚森林火灾数据集，(f) 英特尔伯克利研究实验室数据集，以及(g) 地雷检测数据集。为了评估DiSOM的学习质量，使用了地形误差（Topographic Error, TE）和量化误差（Quantization Error, QE）作为性能指标。模拟结果显示，所有七个数据集的TE和QE收敛曲线均较低，可视化的权重位置折叠较少，获胜神经元在二维网格图上更加分散。聚类质量通过轮廓系数（Silhouette Index）和邓恩指数（Dunn Index）进行评估，结果表明DiSOM的性能优于DSOM、分布式PSO（DPSO）和K均值（DK-means）算法。此外，基于Kruskal–Wallis和Wilcoxon秩和的非参数统计测试表明，DiSOM算法的结果支持原假设，优于现有的三种基准算法。