|
|
|
|
|
|
|
|
Eine Bewertung von Ausgaben während des Lernens
findet nicht statt.
Wesentliche Anwendung solcher Systeme ist die
Entwicklung von Daten-Transformationen verschiedener Art.
Redundanz spielt im unüberwachten Lernprozeß
eine entscheidende Rolle,
da sie den einzigen in den Daten enthaltenen Anhaltspunkt zur Lösung
einer Aufgabe darstellt.
In manchen Anwendungen wird der Einsatz des neuronalen Netzes
bereits mit dem ,,Lernen`` abgeschlossen, da der dadurch gewonnene
Gewichts-Satz selbst die Lösung des Problems darstellt.
Selbstorganisierende Systeme
haben in der Regel die Aufgabe,
ein Zuordnungsschema zweier geometrisch verschiedener
Räume (Ein- und Ausgaberaum) zu finden, das - soweit möglich -
Nachbarschaftsbeziehungen erhaltend
( topologieerhaltend) ist.
|
|
|
|
|
|
|
|
