نوع من الشبكات العصبونية الاصطناعية التي يتم تدريبها بالاعتماد على خوارزميات التعلم غير الموجَّه لإنتاج تمثيل منخفض الأبعاد (ثنائي عادةً) لفضاء الدخل الخاص بعينات التدريب، ويدعى هذا التمثيل "خريطة". ولذلك يتم استخدامها في عمليات تخفيض الأبعاد واكتشاف الترابط بين البيانات. تختلف الخريطة ذاتية التنظيم عن الشبكات العصبونية التقليدية بأنها تطبق التعلم التنافسي لتحديث الأوزان في العصبونات بدلاً من تطبيق طرق تصحيح الخطأ مثل الانتشار الخلفي أو الانحدار المتدرج.
تعتمد الخريطة ذاتية التنظيم على التعلم التنافسي بين عقدها لأمثَلة بنية النموذج في الزمن الحقيقي دون الحاجة لأي عملية تدريب إضافي. وبدلاً من الاعتماد على طرق تصحيح الخطأ وتوابع التفعيل لتعديل الأوزان وتحديث العصبونات. تزود جميع العقد بمسار تغذية راجعة إضافي من كل عقدة أخرى. ويتنافس كل عصبون مع العصبونات الأخرى في طبقته ليتم تفعيله، ولا يفوز إلا عصبون واحد فقط في كل مرة. وبهذه الطريق وبغض النظر عن نوع بيانات الدخل، فإن الشبكة قادرة على التنظيم الذاتي وتصنيفات المخرجات في خريطة متقطعة ومحددة إحداثياً.
