Was sind Kohonennetze?
Kohonennetze / Selforganizing Maps
Aufbau
Aufbau: Kohonennetze
Kohonennetze bestehen üblicherweise aus zwei Schichten von Neuronen, einer Input- und einer Output-Schicht. Es existieren wie beim Pattern Associator und den kompetitiven Netzen keine Hidden-Units, wenngleich diese wie bei den kompetitiven Netzen grundsätzlich auch hier implementiert werden können.
Von jedem Input-Neuron führen Verbindungen zu sämtlichen Outputneuronen. Häufig ist bei Kohonennetzen die Outputschicht 2-dimensional aufgebaut (siehe Abbildung 20). Dabei spielt die Distanz zwischen den einzelnen Output-Neuronen eine wichtige Rolle.
- Abbildung 20: Schematische Darstellung eines 2-dimensionalen Kohonennetzes. In blau und rot: 2 Input-Units mit ihren Verbindungen zu sämtlichen Output-Units (in grün), die 2-dimensional angeordnet sind. Versuchen Sie bitte die Abbildung mental um 90 Grad nach rechts zu rotieren. Vergleichen Sie nun dieses rotierte Bild mit den schematischen Darstellungen zum Pattern Associator und zu den kompetitiven Netzen!
