Kohonennetze

Was sind Kohonennetze?

Kohonennetze (auch als Kohonen Feature Maps oder Self-Organizing Maps (SOMs) bezeichnet) stellen eine Erweiterung kompetitiver Netze dar. Auch bei ihnen wird der korrekte Output nicht festgelegt und dem neuronalen Netz zurückgemeldet, sondern sie agieren ohne einen externen Lehrer (=unsupervised learning).

Kohonennetze können in selbstorganisierender Weise lernen, Karten (maps) von einem Inputraum zu erstellen (man kann auch sagen: Kohonennetze clustern den Inputraum).

Der Begriff "Kohonen" geht auf den finnischen Ingenieur Teuvo Kohonen (1982) zurück, der ein sehr bekanntes Kohonennetz konzipierte. Allerdings wurden bereits zuvor durch Stephen Grossberg (1972) und Christoph von der Malsburg (1973) Ansätze in dieser Richtung entwickelt.

Ein wesentlicher Vorteil von Kohonennetzen im Vergleich zu konventionellen neuronalen Netzen liegt in der biologischen Plausibilität, da Menschen vermutlich Probleme in der Regel ohne externen Lehrer lösen.

Beispiele für selbstorganisiertes Lernen im menschlichen Gehirn finden sich beim Sehsinn im Okzipitallappen (siehe hierzu auch die Arbeiten von David Hubel und Torsten Wiesel (1962)) oder aber im somatosensorischen und motorischen Kortex.

Bei diesen sind die topographischen Anordnungen nicht vollständig genetisch festgelegt, sondern sensorische Erfahrung ist eine notwendige Bedingung, um solche Karten auszubilden.