Naturalmente le reti neurali autoorganizzanti sono adatte alla soluzione di problemi differenti rispetto alle reti con apprendimento supervisionato. Il principale utilizzo di tali reti è precisamente quello di analisi di dati al fine di riscontrarne gruppi aventi similitudini (preprocessing di dati) o classificazione di forme come riconoscimento immagini o segnali.
Ad esempio una rete di tale tipo può essere impiegata in riconoscimento scrittura o riconoscimento di segnali radar. Inoltre sono state realizzate molte applicazioni per ottimizzazione di processi industriali, talvolta interpretando i risultati, non solo in base alla mappa dei neuroni dello strato output, ma anche in base alla mappa dei vettori dei pesi della rete.
Una applicazione interessante di questo tipo è stata realizzata per la ottimizzazione della produzione di circuiti elettronici integrati: è stata studiata in Germania da K.Goser e K.Marks e si tratta di una rete di Kohonen con una matrice di 2500 neuroni con 10 inputs dei quali uno rappresenta la qualità del circuito, mentre gli altri nove rappresentano parametri di fabbricazione.
Luca Marchese
Successivo: Le Reti Di Kohonen
Sommario: Indice