Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server

Abbildung 3.1: Schematische Darstellung eines Feed-Forward-Netzes (aus [Zell 1999]).
die Netzarchitektur für ein gegebenes Problem festgelegt, müssen noch die Gewichte so eingestellt
werden, daß aus einer Eingabe die gewünschte Ausgabe möglichst genau reproduziert werden
kann. Dieser Vorgang wird als Training des Netzes bezeichnet. Die optimale Netzarchitektur für
ein Problem kann durch systematischen Vergleich der Ergebnisse auf einer Testmenge für verschiedene
trainierte Netzwerke ermittelt werden.
Lernverfahren: Backpropagation
Ziel des Lernens ist es, die Verbindungen im Neuronalen Netz so einzustellen, daß sie an ein vorgegebenes
Problem angepaßt sind und den Zusammenhang zwischen Ein- und Ausgabe möglichst
genau approximieren. Bei überwachtem Lernen werden die Gewichte zunächst für eine Trainingsmenge
von Ein- und Ausgabepaaren optimiert. Der gelernte Zusammenhang kann dann auf unbekannte
Eingabemuster übertragen werden, wobei man davon ausgeht, daß für diese die gleiche
Abbildungsvorschrift gilt, wie für die Trainingsmenge.
Die Optimierung der Gewichte erfolgt nach dem folgenden Prinzip: Zunächst werden die Gewichte
initialisiert. Dann werden die nachfolgenden Schritte wiederholt, bis das Verfahren konvergiert
oder eine maximale Anzahl von Trainingsschritten erreicht ist:
• Präsentation der Eingabe
• Berechnung der Ausgabe
• Vergleich der berechneten Ausgabe mit der gewünschten Ausgabe über eine Fehlerfunktion
• Veränderung der Gewichte zur Minimierung der Fehlerfunktion mit einem Gradientenabstiegsverfahren
18