Algorytmem, od którego nazwę wzięła cała klasa sieci są samoorganizujące się mapy Kohonena. Zostały one opisane przez ich twórcę w publikacji "The Self Organising Map". Kohonen zaproponował dwa rodzaje sąsiedztwa: prostokątne i gaussowskie. Pierwsze ma postać:
a drugie: 
"lambda" jest promieniem sąsiedztwa, malejącym w czasie.
Zastosowanie metody Kohonena daje znacznie lepsze rezultaty niż WTA (Winner Takes All) Po pierwsze uporządkowanie sieci jest lepsze (tzn. organizacja neuronów lepiej odwzorowuje rozkład danych wejściowych), a po drugie zbieżność algorytmu (rozumiana jako liczba iteracji potrzebnych do osiągnięcia pożądanego stopnia organizacji sieci) jest wyższa. Ceną tego jest wielokrotnie dłuższy czas wykonywania pojedynczej iteracji - trzeba zmodyfikować wagi wielu neuronów z całego sąsiedztwa, a nie tylko zwycięzcy.