Über wettbewerbsorientiertes Lernen

Wir leiten Lernraten ab, sodass alle Trainingsmuster statistisch gleich wichtig sind und das Lernergebnis unabhängig von der Reihenfolge ist, in der Trainingsmuster präsentiert werden, wenn die wettbewerbsorientierten Neuronen dieselben Sätze von Trainingsmustern unabhängig von der Präsentationsreihenfolge gewinnen. Wir zeigen, dass unter diesen Bedingungen die Lernregeln in den beiden unterschiedlichen Gewichtsnormierungsansätzen, der Längenbeschränkung und der Summenbeschränkung, praktisch dieselben Ergebnisse liefern, wenn die wettbewerbsorientierten Neuronen mit beiden Einschränkungen dieselben Sätze von Trainingsmustern gewinnen. Diese theoretischen Ergebnisse werden durch Computersimulationen veranschaulicht.