Clusteranalyse mit Hilfe neuronaler Netze - eine Anwendung selbstorganisierender Netze auf Klimadaten

Abstract

Ziel dieser Diplomarbeit ist die Bereitstellung und Anwendung eines Verfahrens für die Clusteranalyse, das auf der Theorie der neuronalen Netze basiert. Für diesen Zweck entstand das Programmpaket Sonnet zur Simulation von selbstorganisierenden neuronalen Netzen, insbesondere von Kohonen-Netzen und einer speziellen Variante, dem neuronalen Gas. Aufgrund der Eigenschaften dieser neuronalen Netze können sie zur Aufteilung von Datenvektoren in verschiedene Klassen verwendet werden. Die konkrete Anwendung erfolgt im Bereich Klimaforschung, nämlich zur Generierung von Wetterklassen. Dies ist nur ein Zwischenschritt in einem größeren Projekt, der Regionalisierung globaler Klimamodelle. Die neuronalen Netze erweisen sich für diese Problemstellung als sehr gut geeignet.