自己形成型のニューラルネットの代表例はコホネンのマップ（Kohonen's map）である。これは、生理学的に確認されたと同等の連合記憶（associative memory）の構築を可能とすることで名高く、二次元平面に広がるニューロンシート（neural sheet）の特異的な位置に加わる刺激の量により学習程度（記憶の程度）が変化するという、シンプルな基本構造を持つ。

ある特異的な刺激sはシートの特異的な位置に対応し、その近郊に存在する多くのシナプスを s からの距離に基づいた近郊核（neighborhood kernel）に従って、学習させるという概念を基礎としている（図10）。
　
近傍核を二次元のガウス関数とすれば、を分散（variance）として

で表すことができる。ここから、一定の忘却 が起ることを前提に、 の刺激に対してそれぞれのシナプスの学習法則は

で与えられることになる。