1. Einleitung - FG Mikroelektronik, TU Berlin
1. Einleitung - FG Mikroelektronik, TU Berlin
1. Einleitung - FG Mikroelektronik, TU Berlin
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 2 Neuronale Netze<br />
output<br />
Inputpattern<br />
Linkinginput<br />
Bild 2.4.a: Netztopologie<br />
Feedinginput<br />
Outputlayer<br />
<strong>1.</strong> Hiddenlayer<br />
Inputlayer<br />
Durch die Einteilung der Neuronen in Layer können unterschiedliche Verbindungsmöglichkeiten<br />
formuliert werden, die sowohl einzeln, als auch kombiniert verwendbar<br />
sind:<br />
o Feedforward: Propagieren der Daten in Richtung Ausgang,<br />
o Feedback: Rückkoppeln von Ausgängen auf vorhergehende Lagen (also in<br />
Richtung Eingang),<br />
o Lateral: Verbinden der Neuronen innerhalb einer Lage,<br />
o Zeitverzögert: Verzögern von Daten, um ein dynamisches Verhalten zu erzielen,<br />
was Voraussetzung zur Verarbeitung von Sequenzen ist.<br />
Drei der Verbindungsarten sind im Bild 2.4.b veranschaulicht.<br />
Sehr viele Modelle lassen sich mit diesen Verbindungsarten konstruieren, wenn z. B.<br />
auch die Neuronenanzahl einer Lage geändert oder die Anzahl der verdeckten Lagen selbst<br />
variiert wird. Jedes Neuron besitzt in der Regel mehrere unterschiedlich verschaltbare<br />
Eingänge, mit denen eine große Anzahl der Netztopologien möglich sind.<br />
SPINN-Chip: NTC/TNC-Modul 14