Análisis socio-económico del Area Metropolitana de Valencia por medio de un Mapa Auto-organizado de Kohonen

• Autores: Ignacio María Martínez de Lejarza y Esparducer
• Localización: Revista de estudios regionales, ISSN 0213-7585, Nº. 59, 2001, págs. 145-167
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este trabajo se plantea la posibilidad de utilizar los modelos de redes neuronales autoorganizadas en el análisis de la configuración interna de un territorio. Tras mostrar las características esenciales del funcionamiento y de los algoritmos de aprendizaje de los modelos de Kohonen con salida unidimensional (L.V.Q.) y bidimensional (S.O.M.), se argumenta que el primero de ellos, aplicado al análisis de un territorio, puede suponer una alternativa interesante a los métodos estadísticos de análisis cluster y que ,por otra parte,los Mapas Auto-organizados (S.O.M.) pueden llegar a ofrecer clasificaciones potencialmente más ricas; puesto que dan como resultado una agrupación de las entidades territoriales sobre categorías dispuestas en un plano (tipología bidimensional), lo que aporta la posibilidad de incorporar criterios topológicos al análisis de la clasificación obtenida. A partir de estas consideraciones, se lleva a cabo una aplicación empírica: partiendo de la información socioeconómica disponible sobre los municipios del Área Metropolitana de Valencia se procede a su agrupación utilizando estos modelos y algunos métodos tradicionales de análisis Cluster. Se compara la calidad de las distintas agrupaciones en función de la homogeneidad interna de los grupos obtenidos. Y, por último, se interpretan los resultados a través de distintos análisis estadísticos.

  • English

    This paper is about the possibility of applying Kohonen's neural model to the study of a Region¿s internal structure. After showing the main characteristics of the working and learning of Kohohen models with uni-dimensional (L.V.Q.) and bi-dimensional (S.O.M.) exit, it is stated that the first -applied to the analysis of a territory- can be an interesting alternative to the statistical methods of cluster analysis. On the other hand, the Self Organized Maps (S.O.M.) can be of richer grading, as they result in a clustering of the territorial entities about categories placed in a map (bi-dimensional typology) - which gives the possibility of incorporating topological criteria into obtained clustering. After these considerations an empirical application is carried out: starting from the socioeconomic information available about Valencia ¿s Metropolitan Area towns. We go on to group them using these models and some traditional methods of Cluster study. The quality of the different groupings is compared according to the internal homogeneity of those obtained. And, lastly, the results are interpreted by different statistical and topological analysis (Manova/Discriminant).