Mustererkennung mit Neuronalen Netzen - Informatik
Mustererkennung mit Neuronalen Netzen - Informatik
Mustererkennung mit Neuronalen Netzen - Informatik
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Prinzipielle Möglichkeiten für das Lernen <br />
in <strong>Neuronalen</strong> <strong>Netzen</strong> (1)"<br />
Das Lernen innerhalb eines Netzes erfolgt durch<br />
Selbstmodifikation gemäß einer festgelegten Vorschrift<br />
(Lernregel). Prinzipiell kann der Lernprozess bestehen aus:<br />
• Entwicklung neuer Verbindungen<br />
• Löschen existierender Verbindungen<br />
• Modifikation der Stärken der Verbindungen (Veränderung der Gewichte)<br />
• Modifikation des Schwellenwertes<br />
• Modifikation der Aktivierungs- bzw. Ausgabefunktion<br />
• Entwickeln neuer Zellen<br />
• Löschen bestehender Zellen<br />
Das Lernen durch Veränderung der Gewichte und Schwellwerte<br />
ist die am häufigsten verwendete Lernmethode.<br />
Verfahren, die auch eine Veränderung der Topologie<br />
beinhalten, haben in der Forschung eine gewisse Bedeutung,<br />
jedoch noch nicht in der praktischen Anwendung.<br />
Bildverarbeitung und Biometrik<br />
SS13 7.17