Lydia Fischer

• In dieser Arbeit wird der Neural Gas mit funktionalen Prototypen vorgestellt, der sich insbesondere zur Analyse von funktionalen Daten eignet. Hierbei werden die Prototypen als diskrete Repräsentanten einer Funktion interpretiert bzw. als Linearkombination von Basisfunktionen dargestellt. Außerdem wird an Stelle der euklidischen Abstandsbestimmung eine Sobolev Quasi-Metrik verwendet. Im zweiten Teil der Arbeit werden der Pulsing Neural Gas, der Pulsing Neural Gas Batch und der Pulsing Fuzzy Neural Gas dargelegt. Die ursprünglichen Algorithmen sind in diesen Versionen mit Simulated Annealing kombiniert, um das Konvergenzverhalten der Algorithmen zu verbessern.