Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Notation<br />
Abkürzungen:<br />
NN Neuronales Netz<br />
ANN Adaptives oder lernendes Neuronales Netz<br />
MVNN multivar-Netzwerk<br />
PCA Hauptkomponentenanalyse oder principal component analysis<br />
GF Gaußfunktion oder Glockenkurve in beliebig vielen Dimensionen<br />
RBF Netzwerk, das aus radialen Basisfunktionen aufgebaut ist, hier sind das meistens<br />
Gaußfunktionen<br />
V1 Primärer visueller Kortex<br />
ML Maximum-likelihood<br />
EM Expectation Maximization<br />
Einführung und mathematische Abstraktionen:<br />
ar Aktivität der r-ten Zelle<br />
a Zustand des NN, Vektor aller Aktivitäten<br />
θ Netzwerkparameter<br />
A Abbildung <strong>von</strong> altem auf neuen Netzwerkzustand<br />
P Lernregel für die Netzwerkparameter<br />
ε Lernparameter <strong>von</strong> P<br />
q Index der Nervenzellen auf der Eingabeschicht<br />
hq Aktivität der q-ten Zelle auf der Eingabeschicht<br />
h Ein Reiz <strong>von</strong> außen, Vektor der hq<br />
zq Ort der q-ten Zelle z.B. auf der Retina<br />
r Index der Nervenzellen auf der unteren Schicht<br />
x Ort eines Bestreizes h im Merkmalsraum M<br />
Srq Gewicht der synaptischen Verbindung <strong>von</strong> q nach r<br />
Zum Dichteschätzer:<br />
p Verteilungsdichte der Daten<br />
x ein zu lernender Datenpunkt<br />
X der ganze Datensatz X = (x(1),x(2), . . .,x(T))<br />
T Anzahl aller gezeigter Datenpunkte<br />
M Merkmalsraum der Daten<br />
ˆp ≡ A Schätzung <strong>von</strong> p durch den Lerner<br />
Pr a-priori Wahrscheinlichkeit, dass das rte Neuron angesprochen wird<br />
M Anzahl der Gaußfunktionen in der Schätzung ˆp