DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
DATA MINING<br />
Künstliche Neuronale Netze – Gr<strong>und</strong>legendes IV/V<br />
→ Ein kNN stellt einen gerichteten Graphen dar<br />
→ Die Kanten des Graphen sind zudem gewichtet <strong>und</strong> repräsentieren unterschiedlich<br />
starke Verbindungen zwischen den Neuronen des kNN<br />
→ Die Matrix zur Spezifikation der Verbindungen der Neuronen eines kNN<br />
untereinander wird als Gewichtsmatrix bezeichnet<br />
→ Meist werden die folgenden Topologien unterschieden …<br />
→ Feedforward-Netze (ff-Netze)<br />
→ ff-Netze 1. <strong>und</strong> 2. Ordnung<br />
→ Feedback-Netze (fb-Netze) – rekurrente Netze<br />
→ fb-Netze mit direkten Feedback<br />
→ fb-Netze mit indirektem Feedback<br />
→ fb-Netze mit Lateralverbindungen<br />
→ fb-Netze mit vollständiger Vermaschung<br />
Dr. Frank Köster · <strong>Universität</strong> <strong>Oldenburg</strong> · Department für Informatik · Abteilung <strong>Informationssysteme</strong> · Escherweg 2 · 26121 <strong>Oldenburg</strong> · eMail: Frank.Koester@Informatik.Uni-<strong>Oldenburg</strong>.de 9<br />
<strong>18</strong>