Selbstorganisierende Karten (SOM)

Dieses Kapitel beschreibt »Selbstorganisierende Karten (SOM)« in {{Antares Open World}}: das Antares Self Organizing Feature Map System mit 9 Subsystemen steuert Kohonennetze und künstliche neuronale Netze zur Quantenverschränkung, sensorische Erfahrung und Transzendenz, Heisenberg-Unschärferelation als Simulationsmodell, topologische Abbildung von Wahrnehmungsräumen sowie den SOM-Algorithmus mit fünf Trainingsschritten.

Selbstorganisierende Karten (SOM)

Gehen wir nun davon aus, dass unsere Quanten (Motoren der Wahrnehmung) im kollektiven Bewusstsein vgl. Indras Netz gemeinsam (verschränkt) in Interaktion treten wollen, wenn ein einzelner Quant über den Teilnehmer in Schwingung gebracht, also stimuliert wurde. Ich beschrieb diesen Vorgang bereits in der Kernkompetenz Wahrnehmung (Perception).

Antares Self Organizing Feature Map System

47/SOM/AE — SOM Architecture Environment Control Unit

47/ECC — Entanglement Complex Control Subsystem

47/DMPM — Data Mining Progress Mechanism Subsystem

47/PAC — Probability Amplitude Control Subsystem

47/ASEB — Activity Startup Evolution Builder Subsystem

47/SRPC — Sensors Reasoning Power Control Subsystem

47/SAC — Subaudition Control Subsystem

47/SSAOC — Steady State Areal Oscillation Control Subsystem

47/HUP — Heisenberg Uncertainty Principle Subsystem

Abbildung 47.1: Core Engine Modul — Antares Self Organizing Feature Map System: Unschärferelationsmodell auf Basis von SOM

47.1 — Kohonennetze und Self Organizing Feature Maps

Wir brauchen demnach eine Technologie, um diese Verschränkung im Spiel simulieren und abbilden zu können. Hierzu prädestinieren sich für uns sogenannte »Kohonennetze«. Diese »selbstorganisierenden Karten« sind eine Art von »künstlichen neuronalen Netzen« (KNN). Sie liefern mittels eines unbewachten Lernverfahrens ein leistungsfähiges Werkzeug für eine Vielzahl von »Data-Mining«-Aufgaben. So auch in unserem Fall, hier die »Reorganisation von Quanten«, speziell hier über die »Self Organizing Feature Map« (SOFM) dies abzubilden.

Kohonennetze als selbstorganisierende Karten liefern das technische Fundament fuer die Simulation von Quantenverschraenkung im Spiel. Als kuenstliche neuronale Netze mit unbewachtem Lernverfahren reorganisieren sie die Quanten-Motoren der Wahrnehmung dynamisch -- ein leistungsfaehiges Data-Mining-Werkzeug, das die kollektive Verschraenkung im Bewusstsein abbildet.

Auch wenn die Distanzen zueinander anfänglich keine Rolle spielen vgl. quantenphysikalische Erklärung (Spins), versuchen die Quanten einen Zustand von Homogenität in ihrer Vernetzung zu erzielen, hier sich immer den Wahrnehmungen der Teilnehmer mit dem »Aktivierungsquantum« vgl. »Siegerneuron« in einer »SOFM« auszurichten. Die sensorische Erfahrung, die ein Teilnehmer durch die Wahrnehmung seiner Umwelt so über die Quanten verifiziert, ist somit eine notwendige Bedingung, um diese Karten abzubilden.

47.2 — Transzendenz und sensorische Erfahrung

Kontext: Wahrnehmung (Perception) | Spiritualität, Energie & Chakren | Signaturen

So wie hier im Beispiel veranschaulicht, offenbart sich dieses Muster »transzendent«. Dabei beeinflussen unsere Sinne (visuelle, auditive, olfaktorische, gustatorische, taktile) unsere Wahrnehmung bezogen auf die mögliche Interaktion.

Abbildung 47.2: Transzendenz

Die Heisenberg-Unscharferelation dient als Simulationsmodell: Die Konzentration auf einen Sinneskanal laesst andere Wahrnehmungsebenen verschwimmen, aehnlich einer Wahrscheinlichkeitswelle. So entsteht fuer jeden Charakter eine individuelle sensorische Erfahrung, die durch gezielte Schulung der Sinne aktiv beeinflusst werden kann.

Ein Charakter, der seinen Sinn auf das Hören ausgebaut hat, wird eine andere Empfindung zur Wahrnehmung quantifizieren, als jemand, der nicht sensibilisiert darauf einer Wahrnehmung dessen ausgesetzt wurde. Die »sensorische Erfahrung« ist also Schlüsselpunkt, wenn es um die »Reorganisation der jeweiligen gerade interagierenden Energien« gemäß Kernkompetenz Spiritualität, Energie & Chakren geht. So wird ein durch die Teilnehmer initialisiertes »schwingendes Areal« (Verschränkung von Überleben, Instinkte, Urvertrauen, Stabilität, Durchsetzungsfähigkeit) vgl. rote Signaturen im oberen Bild der zuvor beschriebenen Kernkompetenz, im kollektiven Bewusstsein verstärkt zu Wahrnehmungen der Auffindung von Survival-Ressourcen führen. Die jeweilige Interaktion verstärkt somit den Drang vgl. »Wahrscheinlichkeitswelle zu einem harten Blick auf das Detail« gerichtet. Wir simulieren hier im Prinzip die »Theorie von Heisenberg« und seiner »Unschärferelation«.

Um nun den Brückenschlag zurück zu den selbstorganisierenden Karten, insbesondere aber zu der praktikablen Anwendung im Spiel bezogen auf das Konzept der Signaturen zu bekommen, müssen wir als Erstes das »kollektive Bewusstsein« über die Kernkompetenz der Wahrnehmung (Perception) als Schnittstelle zueinander abbilden.

47.3 — Grundidee und Algorithmus der SOM

Die Grundidee der selbstorganisierenden Karte (SOM) besteht nun darin, eine Struktur von zusammenhängenden Verarbeitungseinheiten (Neuronen vgl. Quanten) zu erstellen, die um das Signal (Sinne zur Wahrnehmung) konkurrieren.

Das »SOM« definiert nun eine (nicht lineare) Abbildung der Eingabedaten, die von x1...xn aufgespannt werden, und auf ein zweidimensionales Feld in einer von Geodaten aufgespannten Ebene, im Spiel dreidimensionales Feld (Wahrnehmungsebene/Raum) von Knotenpunkten. Die Abbildung wird so berechnet, dass die topologischen Zusammenhänge im n-dimensionalen Eingaberaum erhalten bleiben. Darüber hinaus spiegelt die Abbildung auch die lokale Datendichte (Auflösung) wider. Bereiche des »Eingabedatenraumes«, die durch mehr Daten repräsentiert werden, werden auf größere Bereiche des SOMs abgebildet.

Abbildung 47.3: Selbstorganisierende Karte (SOM)

Jeder Knoten der Abbildung wird durch einen Vektor »wij« definiert, der während des Trainings angepasst wird. Das grundlegende Training des Netzwerkes kann prinzipiell auf nachfolgendem Algorithmus basieren.

Algo SOM 01: Auswahl eines Objekts des Trainingssatzes (Auswahl nach Sinneswahrnehmung).
Algo SOM 02: Finden des Neurons, das den ausgewählten Daten am nächsten ist (d.h. der Abstand zwischen »wij« und den Trainingsdaten ist ein Minimum).
Algo SOM 03: Nun werden die Gewichtsvektoren des am nächsten liegenden Neurons und der umliegenden Knoten so angepasst, dass sich die »wij« in Richtung der Trainingsdaten bewegen.
Algo SOM 04: Den Prozess ab Punkt 1 wiederholen, bis eine vorgegebene Zahl an Wiederholungen erreicht ist.
Algo SOM 05: Die Stärke der Anpassung im Schritt 3 und die Größe der Nachbarschaft sinken während des Trainings. Das gewährleistet, dass in der ersten Phase des Trainings grobe Anpassungen des Neuronenfeldes vorgenommen werden, während am Ende des Trainings nur noch feine Justierungen nötig sind.

Die Wiederverwendbarkeit des Teilkonzeptes ist hier förmlich prädestiniert für das typische Problem des »Handlungsreisenden«, wie ebenso schon in der Kernkompetenz Münzen, Geld & Handelssystem zu lösen beschrieben wurde. Genau hier setzen wir später am Wegfindungsprozess unserer Abbildung von automatisierten Handelssystemen in Bezug zum Konzept der »AOW Börsen« an.

Siehe auch

DSGN_049_PERCEPTION.md — Wahrnehmung (Perception)
DSGN_050_SPIRITUALITY_ENERGY_CHAKRAS.md — Spiritualität, Energie & Chakren
DSGN_051_SIGNATURES.md — Signaturen

Module: Ase Docs 00.16.32 [feat] Author: Jan Ohlmann (antarien.com@gmail.com) Co-Author: Claude Code (Anthropic) Created: 2026-02-20 Updated: 2026-02-20 Status: Kuratierte Version — Selbstorganisierende Karten / SOM (PortalViewer DSL)