Las Redes Neuronales tipo Gas, también conocidas como Redes de Kohonen o mapas auto-organizativos, son un tipo de modelo de redes neuronales artificiales no supervisadas. Estas redes se utilizan para clasificar y visualizar datos complejos en una estructura de baja dimensión, lo que las hace útiles para la exploración de datos y la reducción de dimensionalidad.

El funcionamiento de estas redes se basa en la similitud entre patrones de entrada y un conjunto de vectores de pesos que se ajustan durante el proceso de entrenamiento. Estos vectores de pesos representan los nodos de una estructura de malla bidimensional, en la cual los nodos vecinos tienen pesos similares. Durante el entrenamiento, los patrones de entrada se presentan a la red y los vectores de peso se ajustan para que los patrones similares se agrupen en nodos cercanos.

Una vez que la red ha sido entrenada, se puede utilizar para clasificar nuevos patrones de entrada en una de las categorías previamente definidas. Las redes neuronales tipo Gas se utilizan en diversas aplicaciones, como el análisis de datos, la segmentación de imágenes, la clasificación de textos, la detección de anomalías, entre otras.

Las Redes Neuronales tipo Gas y las redes SOM (Self-Organizing Maps o Mapas Auto-organizados) son términos que se refieren al mismo tipo de red neuronal artificial no supervisada.

De hecho, la Red de Kohonen, que es el nombre original de estas redes, fue propuesta por el científico finlandés Teuvo Kohonen en 1982. El término "Mapa Auto-organizado" fue introducido posteriormente por Kohonen en 1984, y es un término más descriptivo que el nombre original.

El término "Red Neuronal tipo Gas" es menos común que el término "Red de Kohonen" o "Red SOM", pero también se utiliza para referirse a estas redes, en particular en algunos estudios de investigación y en la literatura técnica.