Klassifikation - Database Systems Group - Ludwig-Maximilians ...

DATABASE
SYSTEMS
GROUP
DATABASE
SYSTEMS
GROUP
Kombination mehrerer Neuronen
Beispiel
0
A
A
A
A A
B
B
A A
A
1
B
A
B
A
B
B
A
B
A
B
A
A
1
A
A
A
0
y
h
1
h
2
h = 0 ∧ h = 0: y = 0 ( Klasse B)
1 2
Lernalgorithmus für komplexe
Neuronale Netze
andernfalls: y = 1 ( Klasse A)
Bei Abweichung von vorhergesagter und tatsächlicher Klasse:
Anpassung der Gewichte mehrerer Knoten
Frage g
In welchem Maße sind die verschiedenen Knoten
an dem Fehler beteiligt?
Anpassung der Gewichte
• durch Gradientenverfahren, das den Gesamtfehler minimiert
• Gesamtfehler: Summe der (quadratischen) Abweichungen des
tatsächlichen Outputs y vom gewünschten Output t für die Menge der
IInputvektoren. k (Least (L SSquares OOptimierung) i i )
• Voraussetzung: Output y stetige Funktion der Aktivierung a
87
88