TabSOM: A tabular-to-image encoding method based on self-organizing maps
提出基于自组织映射的TabSOM，将特征空间映射为图像，提升表格数据深度学习性能与可解释性。
核心发现
方法论
TabSOM利用自组织映射（SOM）对表格特征进行拓扑保持映射，提取特征组件平面，采用匈牙利算法实现无碰撞的特征空间布局，并构建特征关系图。通过多尺度高斯核渲染节点通道，结合关系边通道，生成多通道图像。模型还基于SOM的拓扑结构提出两种可解释性方法：原型启发的偏依赖图和类别分离重要性评分。该方法在12个公开二分类数据集上表现优异，排名前列，且方差最低，验证了其在性能和可解释性方面的优势。
关键结果
- 在Pima糖尿病和WDBC乳腺癌数据集上，TabSOM的AUC-ROC分别达到0.8236和0.9911，均优于大部分对比方法。整体平均AUC达0.9024，排名第二，表现稳定且方差最低，显示出优异的鲁棒性。
- 与12个现有表格到图像方法相比，TabSOM在所有数据集上均名列前茅，尤其在低维特征（如8个特征的Pima数据集）中优势明显，结构化编码方法优于基于随机嵌入的技术。
- 通过引入关系图通道，有效捕获特征之间的交互信息，增强模型的表达能力，同时利用SOM的拓扑结构实现全局特征排序和局部偏依赖分析，提升模型的可解释性。
研究意义
该研究突破了表格数据深度学习的性能与可解释性瓶颈，提供了一种结合拓扑保持和关系建模的编码方案。通过利用SOM的拓扑结构，既保证了特征空间的合理布局，又增强了模型对特征关系的捕获能力，为医疗、金融等领域的高风险决策提供了可靠工具。这一方法的提出，推动了深度学习在结构化数据中的应用边界，有望引领未来更具解释性和鲁棒性的模型设计。
技术贡献
本文提出的TabSOM创新性地结合了自组织映射的拓扑保持特性与特征关系图的构建，突破了传统维度还原方法在关系表达上的局限。其核心技术包括：基于匈牙利算法的碰撞无冲突特征布局、利用组件平面提取特征空间的空间分布、构建正相关关系图以捕获特征交互，以及多尺度高斯核渲染实现丰富的空间信息表达。该方法不仅提升了分类性能，还提供了基于SOM拓扑结构的全局和局部可解释性工具，为深度模型的透明性提供了理论基础。
新颖性
本研究首次将自组织映射引入表格数据的图像编码中，通过碰撞无冲突的特征布局和关系图的结合，有效捕获特征间的空间关系和交互信息。与现有的t-SNE、UMAP等嵌入方法不同，SOM的拓扑保持特性赋予编码更强的结构信息和可解释性。此外，提出的多尺度渲染和关系边通道，丰富了图像表达的细节层次，显著优于传统的单尺度或随机嵌入技术。
局限性
- 该方法依赖于SOM的训练效果，若训练样本不足或参数设置不当，可能导致拓扑结构不准确，影响布局质量。
- 在高维特征空间中，特征关系图的构建可能受到噪声干扰，导致关系表达不稳定，影响模型性能。
- 多尺度渲染虽然增强了空间表达，但增加了计算复杂度，可能限制在大规模数据中的实时应用。
- 目前主要针对二分类任务，扩展到多分类或回归问题仍需进一步验证和优化。
未来方向
未来将探索自适应拓扑调整机制，以提升SOM在不同数据分布下的表现；引入动态关系图学习，捕获更复杂的特征交互；结合图神经网络（GNN）增强关系建模能力；以及扩展多任务学习框架，实现多目标优化。此外，还计划将该方法应用于多模态数据融合和时间序列分析，推动其在实际工业场景中的部署。
AI 总览摘要
在当今数据驱动的时代，表格数据作为最常见的结构化信息载体，广泛应用于医疗、金融、工业等多个领域。然而，深度学习模型在图像和序列数据上表现出色，但在处理表格数据时，常因特征间的弱依赖关系和缺乏空间结构而效果不佳。为此，研究者们不断探索将表格数据转化为图像的编码方法，以借助卷积神经网络（CNN）和视觉变换器（ViT）的强大能力。
然而，现有的表格到图像的转换方法多依赖于线性或非线性降维技术，如t-SNE、UMAP或PCA，试图在二维空间中布局特征。这些方法虽然在一定程度上改善了空间关系，但仅仅反映了特征的边际分布，忽略了特征之间的关系结构，限制了模型的表达能力和可解释性。
本文提出了一种基于自组织映射（SOM）的新型编码方案——TabSOM。该方法通过训练SOM，利用其拓扑保持特性，提取特征的组件平面，结合匈牙利算法实现无碰撞的特征空间布局，确保每个特征在图像中的位置具有物理意义。进一步，构建特征关系图，捕获特征间的正相关交互，丰富了图像的关系信息。多尺度高斯核渲染节点通道，增强了模型对局部细节和区域关系的捕获能力。
在多个公开二分类数据集上的实验结果显示，TabSOM在AUC-ROC指标上均优于多数对比方法，表现出极高的稳定性和鲁棒性。其引入的可解释性工具——类别分离重要性评分和原型偏依赖图，也为模型提供了透明的决策依据。这一创新不仅提升了深度模型在表格数据上的性能，也极大增强了模型的可解释性，为实际应用提供了有力支撑。
综上所述，TabSOM通过结合拓扑保持和关系建模，成功弥合了性能与可解释性的鸿沟，开启了结构化数据深度学习的新篇章。未来，随着算法的不断优化和应用场景的拓展，有望推动其在医疗诊断、金融风控、工业监测等领域的广泛部署，成为结构化数据分析的标配工具。
深度解读
原文摘要
Tabular-to-image methods have emerged as novel approaches to leverage the high predictive performance of convolutional neural networks and vision transformers. They convert tabular data into image representations, mapping each feature at a fixed pixel location derived from a dimensionality-reduction method (e.g., t-SNE, UMAP, PCA). However, they encode only the marginal value of each feature and discard information about feature relationships. We propose TabSOM, a tabular-to-image encoding built on the Self-Organizing Map (SOM), which provides: (i) a spatial layout in which every input feature occupies a fixed canvas position derived from its component plane via collision-free Hungarian assignment; and (ii) a graph that captures pairwise feature relationships derived from the SOM component planes. The resulting image stacks two multi-scale node channels: one encodes feature values at fixed scales, while the other encodes pairwise feature interactions as spatial connections between related features. Two SOM-derived interpretability approaches are introduced: a prototype-inspired partial dependence plot and a class--separation importance score. Benchmarked against twelve existing tabular-to-image methods across public binary-classification datasets, TabSOM ranks first or second on every dataset and achieves the lowest variance of any method evaluated. Interpretability obtained with TabSOM was validated against Random Forest, XGBoost, and SHAP, the class-separation score shows reasonable agreement with established baselines on the top-ranked features while capturing complementary structural information from input data. These results demonstrate that TabSOM provides an effective and interpretable approach for applying deep learning architectures to tabular data, bridging the performance--interpretability gap in this domain.
参考文献 (20)
A comprehensive benchmark of spatial encoding methods for tabular data with deep neural networks
Jiayun Liu, M. Castillo-Cara, Raúl García-Castro
TINTO: Converting Tidy Data into image for classification with 2-Dimensional Convolutional Neural Networks
Manuel Castillo-Cara, Reewos Talla-Chumpitaz, R. García-Castro 等
Transfer learning for a tabular-to-image approach: A case study for cardiovascular disease prediction
F. Lara-Abelenda, David Chushig-Muzo, Pablo Peiro-Corbacho 等
A novel deep learning approach using blurring image techniques for Bluetooth-based indoor localisation
Manuel Castillo-Cara, Reewos Talla-Chumpitaz, L. Orozco-Barbosa 等
Data-Driven Visual Characterization of Patient Health-Status Using Electronic Health Records and Self-Organizing Maps
David Chushig-Muzo, C. Soguero-Ruíz, A. Engelbrecht 等
Converting tabular data into images for deep learning with convolutional neural networks
Yitan Zhu, T. Brettin, Fangfang Xia 等
Tabular-to-Image Encoding Methods for Melanoma Detection: A Proof-of-Concept
Vanesa Gómez-Martínez, David Chushig-Muzo, Cristina Soguero-Ruíz
DeepInsight: A methodology to transform a non-image data to an image for convolution neural network architecture
Alok Sharma, E. Vans, D. Shigemizu 等
Topological Activation Maps for Visual Representation Learning from Tabular Data
M. Achutha, Bhaskarjyoti Das
Tab2Visual: Deep learning for limited tabular data via visual representations and augmentation
Ahmed Mamdouh, M. El-Melegy, Samia Ali 等
Image-based vulnerability detection based on a hybrid deep learning model in the Industrial Internet of Things using convolution neural network and transformer architectures
Bilal Babayiğit, Mohammed Abubaker
Representation of features as images with neighborhood dependencies for compatibility with convolutional neural networks
Omid Bazgir, Ruibo Zhang, S. Dhruba 等
Engineering applications of the self-organizing map
T. Kohonen, E. Oja, O. Simula 等
Tab2Visual: Overcoming Limited Data in Tabular Data Classification Using Deep Learning with Visual Representations
Ahmed Mamdouh, M. El-Melegy, Samia Ali 等
Self-Organizing Maps applied to ecological sciences
T. Chon
Towards efficient image-based representation of tabular data
Amit Damri, Mark Last, Niv Cohen
MIMO-Based Indoor Localisation With Hybrid Neural Networks: Leveraging Synthetic Images From Tidy Data for Enhanced Deep Learning
M. Castillo-Cara, J. Martínez-Gómez, Javier Ballesteros-Jerez 等
LM-IGTD: a 2D image generator for low-dimensional and mixed-type tabular data to leverage the potential of convolutional neural networks
Vanesa G'omez-Mart'inez, F. Lara-Abelenda, Pablo Peiro-Corbacho 等
SuperTML: Two-Dimensional Word Embedding for the Precognition on Structured Tabular Data
Baohua Sun, Lin Yang, Wenhan Zhang 等
Transforming tabular data into images via enhanced spatial relationships for CNN processing
H. Alenizy, Jawad Berri