Abstracts der COWAN'94

Theorie und Anwendung selbstorganisierender Merkmalskartierungen

Ralf Der
Institut für Informatik der Universität Leipzig

Der Kohonensche Algorithmus zur selbstorganisierten Erzeugung einer topografischen Merkmalskartierung abstrakter Datenräume ist nicht nur als Modell für die kortikale Repräsentation der Welt von biologischem Interesse, sondern spielt auch eine zentrale Rolle in vielen Anwendungen neuronaler Netze. Aus theoretischer Sicht generiert der Algorithmus eine nichtlineare stochastische Dynamik. Der Vortrag gibt zunächst einen überblick über neuere theoretische Erkenntnisse zu den nichttrivialen Eigenschaften (Phasenübergänge) dieser Dynamik und geht insbesondere auf spontane Strukturbildungseffekte und bisher unbekannte Umordnungsphänomene ein. Für den Anwender sind die Kohonenschen Merkmalskarten auch für die Realisierungen adaptiver Kontrollsysteme von Interesse, wo sie der Kategorisierung der Zustände des zu kontrollierenden Systems dienen. Die relative Steifheit der Abbildung läßt sich dabei zur Entrauschung, die reizdichteabhängige Auflösung zur optimalen Partitionierung des Datrenraumes nutzen. Auf dieser diskretisierten Darstellung des Zustandsraumes "lebt" dann ein Lernalgorithmus für die Policy-Funktion des Controllers, für den wir insbesondere einen Q-Lerner als spezielle Form des reinforcement Lernens einsetzten. Erfolgreiche Anwendungen dieses Konzeptes auf die Lagestabilisierung geostationärer Satelliten und die Kontrolle chaotischer Systeme werden vorgestellt. Die naive Anwendung dieses Konzeptes führt aber bei der Realisierung von on-line lernenden Controllern besonders in dynamischer Umgebung wegen der gegenseitigen Beeinflussung der Lernalgorithmen für die Policy und die Partitionierung zu Instabilitäten und drastischen Verlängerungen der Lernzeiten. Abschließend werden für diese Problematik geeignete Lösungsansätze vorgestellt.

Zurück zur Hompage der Cowan!