Cascade-Correlations-Verfahren anhand des Xor-Problems
Cascade-Correlations-Verfahren anhand des Xor-Problems
Cascade-Correlations-Verfahren anhand des Xor-Problems
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Cascade</strong>-<strong>Correlations</strong>-<strong>Verfahren</strong> <strong>anhand</strong> <strong>des</strong> XOR-<strong>Problems</strong>.<br />
Anhand <strong>des</strong> XOR-<strong>Problems</strong> sollen im Folgenden die einzelnen Teilschritte <strong>des</strong> <strong>Cascade</strong>-<br />
<strong>Correlations</strong>-<strong>Verfahren</strong>s detailliert erläutert werden. Die zum Training <strong>des</strong> Netzes zur<br />
Verfügung stehende Datenmenge besteht aus vier Mustern:<br />
Nr. Muster Eingabe Ausgabe<br />
1 1 1 -1<br />
2 0 1 1<br />
3 1 0 1<br />
4 0 0 -1<br />
Anfangsnetz<br />
Das <strong>Verfahren</strong> für das XOR-Problem startet mit dem Anfangsnetz gemäß Abb. 2. Die<br />
Dimension der Eingabe ist zwei. Die Eingabeschicht enthält zusätzlich das Bias-Neuron. Die<br />
Dimension der Ausgabe ist eins. Verdeckte Neuronen sind nicht vorhanden Für die<br />
Ausgangskonfiguration wurden die Startgewichte willkürlich gewählt.<br />
Abb. 2 Das Anfangsnetz ({n 1 ,n 2 ,n 3 ,n 4 }, {(n 1 ,n 4 ),(n 2 ,n 4 ),(n 3 ,n 4 )}) für das XOR-Problem<br />
Legt man als Aktivierungsfunktion für das Ausgabeneuron den tangenshyberbolicus<br />
f act =tanh(x) zugrunde, so erhält man bei Eingabe der Trainingsmuster die folgenden<br />
Ausgaben:<br />
Nr. Muster O 1 O 2 O 3 O 4<br />
1 1 1 1 -0.379949<br />
2 0 1 1 -0.635149<br />
3 1 0 1 -0.148885<br />
4 0 0 1 -0.462117<br />
o<br />
o<br />
o<br />
o<br />
14<br />
24<br />
34<br />
44<br />
= tanh(1⋅ 0.35 + 1 ⋅( − 0.25) + 1 ⋅( − 0.50)) =−0.379949<br />
= tanh(0⋅ 0.35 + 1 ⋅( − 0.25) + 0 ⋅( − 0.50)) =−0.635149<br />
= tanh(1⋅ 0.35 + 0 ⋅( − 0.25) + 1 ⋅( − 0.50)) =−0.148885<br />
= tanh(0⋅ 0.35 + 0 ⋅( − 0.25) + 1 ⋅( − 0.50)) =−0.462117<br />
6