Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Diplomarbeit von Michael Schindler
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
118 Notation<br />
cr Zentren der Gaußfunktionen bei einer Schätzung. Alle M Zentren zusammen<br />
bilden das Codebuch.<br />
σri Gaußbreite des rten Neurons in Richtung der iten Hauptachse<br />
σ Breite der Gaußfunktionen im univariaten Fall, sonst Wert, an den die σri gebunden<br />
werden.<br />
wri Die ite Hauptachse des rten Neurons<br />
Σr<br />
Die Kovarianzmatrix des rten Neurons, Σr = � d<br />
i=1 σ2 ri wriw T ri<br />
θ Zusammenfassung aller cr, wri und σri<br />
ε Lernrate in der verwendeten kompetitiven Hebb’schen Lernregel<br />
R Größe des Rauschterms in der Lernregel für die Zentren, um Entartungen aufzuheben<br />
E Einheitsmatrix<br />
Zum Abschneide-Algorithmus:<br />
α Anteil der gelernten Daten an den Gesamtdaten<br />
ǫA Schwelle für A(x), die zur Entscheidung dient, ob x gelernt wird oder nicht<br />
˜p Verteilungsdichte der tatsächlich gelernten Datenpunkte<br />
ωA(x) Erwartungswert für f(x) für gegebenes x<br />
Θ�(ǫA−ˆp) Der gleiche Erwartungswert, jedoch als Funktion <strong>von</strong> ˆp aufgefasst und mit<br />
Betonung der Eigenschaft <strong>von</strong> ωA(x) als etwas verwaschene Heavyside-Funktion<br />
Γo Der äußere“ Bereich <strong>von</strong> M, wo alle Punkte gelernt werden<br />
”<br />
Der innere“ Bereich <strong>von</strong> M, wo Punkte selektiert werden<br />
”<br />
Γi