54 
nale Gitter ist an der rechten Seite des ersten Würfels zu erkennen. Es ragt in die Bildebene 
hinein. Die Gewichtsvektoren werden durch waagerechte Balken dargestellt, die zur Bild 
ebene parallel verlaufen. Sie sind allerdings den Gitterzwischenräumen zugeordnet. Korrek 
terweise müßten die Vektoren als dünne Nadeln dargestellt werden. Aber dann würden die 
nächsten Bilder in ihrer Darstellungskraft beeinträchtigt werden. Im zweiten Würfel ist die 
Trennlinie zu sehen, die die Indikationsmuster von den Prognosemustern trennen. Darunter 
ist ein Lernvektor zu erkennen, der dem Netz präsentiert wird. Als Folge findet sich ein 
Erregungszentrum, das im dritten Würfel durch einen einzigen Balken dargestellt ist. Der 
rechte Teil des Balkens ist schwarz markiert, um zu verdeutlichen, daß er nicht an der 
Bestimmung des "bestmatch" Neurons teilnimmt. Im vierten Würfel schließlich wird die 
Adaptation gezeigt, die den Balken in seiner gesamten Länge und eine symmetrische 
Nachbarschaftsumgebung um den Balken des "bestmatch" Neurons herum umfaßt. Der 
Balken in der Mitte der Umgebung wird am stärksten adaptiert - er ist schwarz gekenn 
zeichnet - und die Balken drum herum weniger stark - sie sind gepunktet. Der Pfeil unter den 
letzten drei Würfeln der oberen Reihe zeigt den Prozeß der iterativen Präsentation der 
Lernvektoren an. 
In der unteren Reihe ist der Fall des Hindcasts dargestellt. Ein unvollständiger Balken (nur 
das Indikationsmuster) wird dem Netz präsentiert, wobei aber durch den vollständigen Balken 
darunter angezeigt wird, daß die "Zukunft" bereits bekannt ist. Im zweiten Würfel ist der 
Balken des "bestmatch" Neurons dargestellt, bei dem wiederum nur das Indikationsmuster 
(der schwarz umrandete linke Teil) in die Berechnung des "bestmatch" Neurons einfließt. Der 
schwarze rechte Balkenteil, der den Netzgewichten entspricht, wird aus dem Netz herausge 
holt und mit dem unvollständigen Balken vereint (das Pluszeichen zwischen erstem und 
zweitem Würfel). Am Ende der unteren Reihe wird der schwarze Teil, der als Vorhersage 
interpretiert wird, mit dem darunterliegenden Balkenteil, der bereits bekannten "Zukunft", im 
Hindcast verglichen. Das Fragezeichen steht für die Frage nach der Genauigkeit der Vorher 
sage. Es werden die entsprechenden Residuen berechnet, die ein Maß für den Vorhersage 
fehler sind. 
3.6.4. Metrik 
Bei der Einführung der sensorischen Karten (Kap.3.6.1) wurde eine Rechenvorschrift für die 
Suche nach dem Erregungszentrum, d.h. nach dem "bestmatch” Neuron vorgestellt [3.4]. 
Dabei wurde als Metrik ||x|| die euklidische Vektornorm (Z,X| 2 ) 1/2 gewählt. Bei der Anwen 
dung der Karten auf die Vorhersage (Kap.3.6.3) wurde die Suche nach dem "bestmatch" 
Neuron auf das Indikationsmuster allein begrenzt. Werden Kohonen-Netze, die mit Hilfe der 
euklidischen Vektornorm das "bestmatch" Neuron suchen, auf Zeitmuster angewandt, die in 
mindestens einem Indikationszeitraum mehr als einen Zeitpunkt umfassen (KL- und MW- 
Muster), so werden die einzelnen Indikationszeitreihen der Länge des jeweiligen Zeitraums 
entsprechend gewichtet. 
Aufgrund der Erfahrung, daß die Kohonen-Netze einen um so größeren Vorhersagefehler 
liefern, je größer das Zeitmuster gewählt wird (Kap.5), wurde für das MW-Modell die 
Strategie verfolgt, seinen Vorhersagefehler durch eine Optimierung der Länge der Indika 
tionszeiträume zu minimieren. Die Optimierung der Länge bedeutete im Vergleich zur unver 
änderten Länge des Prognosezeitraums kürzere Indikationszeiträume. Damit aber die Ein 
flüsse der unterschiedlich langen Indikations- und Prognosezeiträume gleich sind, wurde als 
eigene Idee eine Metrik entwickelt, die die Gewichtung durch die Längen ausschaltet und die 
Zeiträume somit unabhängig von ihren Längen gleichberechtigt behandelt. Diese gleichbehan