自己組織ニューラルネットワーク（Self Organization Neural Network, SONN）は、自己組織競争ニューラルネットワークとも呼ばれ、サンプル内の内在的な規則と本質的な属性を自動的に探し出し、自己組織的かつ適応的にネットワークのパラメータと構造を変化させます。通常は競争学習（Competitive Learning）によって実現されます。

自己組織ニューラルネットワークはフィードフォワードニューラルネットワークに属し、教師なし学習アルゴリズムを採用しています。その考え方は、競争層のニューロンが競争（入力パターンとのマッチング）を通じて勝者を選出し、その出力が入力パターンの分類を表すというものです。一般的なものには、適応共鳴理論ネットワークART、自己組織特徴マップニューラルネットワークSOM、双方向伝播ネットワークCPNなどがあります。パターン分類と識別の問題を解くのに適しています。