No campo das cincias sociais, os mapas auto-organizveis podem atuar, por exemplo,
na mensurao de privao e bem-estar numa sociedade. Num estudo, foram tomadas
como variveis dependentes as respostas subjetivas de pessoas em relao a: lazer, privao material, moradia, condio econmica, felicidade, capital emocional, sade, relacionamentos familiares e interpessoais, relao com a vizinhana e ambiente, satisfao com as instituies do pas. Tambm foram coletados dados pessoais referentes idade, regio onde habitam, renda e nvel educacional. As redes neurais permitiram inferir sobre quais variveis subjetivas tendem a relacionar-se a quais dados pessoais (LUCCHINI et al., 2013). Outro estudo buscou agrupar pases estabelecendo sua semelhana conforme indicadores sociais (RENDE et al., 2011). possvel aplicar redes neurais em outros campos de estudo, na economia relacionando finanas e sociedade (LOUIS et al., 2013), em estudos comportamentais buscam aprender e depois prever aes humanas em situaes tais como a de dirigir um carro (VANDERHAEGEN et al., 2014). Na medicina as redes do tipo MAO foram utilizadas no estudo da absoro intestinal de insulina (KAMEI et al., 2012). Na neurocincia atuam sobre a representao de padres de atividade cerebral, (HAXBY et al., 2014). Na oceanografia verificam o crescimento da biomassa de fitoplncton conforme caractersticas da regio martima (SMITH et al., 2014). Na geologia ligando estudos de hidrulica, geoqumica e de processos mecnicos que afetam estruturas de argila em rochas (MELLER et al., 2014). Na astronomia permitem a minerao de grande quantidade de dados (GEACH, 2012). As redes do tipo MAO vem sendo tambm utilizadas na pesquisa de quimioinformtica (BONACHERA et al., 2012). A quimiometria do etanol foi realizada para classificao de amostras de etanol conforme as destilarias de origem (SPACINO et al., 2013). Os mapas auto-organizveis funcionam comprimindo variveis num plano bidimensional, onde se poder verificar a presena de agrupamentos das amostras a que se referem. (LUCCHINI et al., 2012) REFERNCIAS BONACHERA, Fanny; Gilles Marcou; Natalia Kireeva; Alexandre Varnek; Dragos Horvath Using self-organizing maps to accelerate similarity search Bioorganic & Medicinal Chemistry 20 (2012) 53965409 Geach, James E. Unsupervised self-organized mapping: a versatile empirical tool for object selection, classification and redshift estimation in large surveys Mon. Not. R. Astron. Soc. 419, 26332645 (2012) Haxby, James V. ; Connolly, Andrew C. ; Guntupalli, J. Swaroop Decoding Neural Representational Spaces Using Multivariate Pattern Analysis Annual Review of Neuroscience, 2014, Vol.37, p.435-456
YOSHIAKI TERASAWA, AKIHITO YASUDA, SHUICHI YAMAMOTO, NOBUO IDA, REIJI NISHIO, KOZO TAKAYAMA Determination of the Optimal Cell-Penetrating Peptide Sequence for Intestinal Insulin Delivery Based on Molecular Orbital Analysis with Self-Organizing Maps JOURNAL OF PHARMACEUTICAL SCIENCES, VOL. 102, NO. 2, FEBRUARY 2013 PHILIPPE LOUIS; ALEX SERET; BART BAESENS Financial Efficiency and Social Impact of Microfinance Institutions Using SelfOrganizing Maps World Development Vol. 46, pp. 197210, 2013 Lucchini, Mario; Assi, Jenny Mapping Patterns of Multiple Deprivation and Well-Being using Self-Organizing Maps: An Application to Swiss Household Panel Data Soc Indic Res (2013) 112:129149 Meller, Carola ; Genter, Albert ; Kohl, Thomas The application of a neural network to map clay zones in crystalline rock Geophysical Journal International, 2014, Vol. 196(2), pp.837-849 RENDE, Sevinc; DONDURAN, Murat Neighborhoods in Development: Human Development Index and Self-organizing Maps Soc Indic Res (2013) 110:721734 Smith, Walker O. ; Ainley, David G. ; Arrigo, Kevin R. ; Dinniman, Michael S. The Oceanography and Ecology of the Ross Sea Annual Review of Marine Science, 2014, Vol.6, p.469487 Kelly Spacino 1, Hagata Silva1, Karina Angilelli1, Elisangela Silva1, Ivanira Moreira1, Marcos Mesquita2, Dionisio Borsato Using Self-organizing Maps as a Chemometric Tool for Alcohol Classification by Distillery International Journal of Environment and Bioenergy, 2013, 8(1): 1-11 Vanderhaegen, Frederic ; Zieba, Stephane Reinforced learning systems based on merged and cumulative knowledge to predict human actions Information Sciences, August 20, 2014, Vol.276, p.146