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.
x/σS<br />
1<br />
−1<br />
1<br />
−1<br />
2.1 Die Kopplung <strong>von</strong> Lern- und Systemdynamik 49<br />
σ/σS =1 0.9 0.8 0.7<br />
c opt<br />
1 (σ)<br />
c opt<br />
2 (σ)<br />
t = 0 t −→ t = 10 4 TS<br />
Abbildung 23: Langsames σ-Annealing bei on-line Lernen. Die hier gelernten Daten sind dieselben wie<br />
in Abb. 22, die Lebensdauern im System sind jedoch nicht mehr erkennbar, weil der Gesamtlernprozess<br />
mit T = 10 6 Datenpunkten sehr lang ist. Dadurch konnte viel langsamer abgekühlt werden, was in<br />
(b), wo die gleichen Lernparameter wie in Abb. 22b verwendet wurden, zu einem ähnlichen Verhalten<br />
führt wie bei dem randomisierten Lernen in Abb. 21. Offenbar kann bei ungekoppelter Dynamik<br />
durch Verlängerung der Gesamtlerndauer das Verhalten des randomisierten Lernens wiederhergestellt<br />
werden. Die Retardierung ist jedoch extrem (hier etwa 2.5·10 5 Punkte). In (a) dagegen, wo der Lerner<br />
stark an das Sytem gekoppelt ist, findet immer noch keine Aufspaltung statt. Hier wurde wieder<br />
Tr =0.4 TS verwendet. Aus Auflösungsgründen ist nicht zu sehen, dass gegen Ende des Lernprozesses<br />
wieder der erste Ansatz einer Aufspaltung vorhanden ist, wie in Abb. 22a auch.<br />
1<br />
−1<br />
c1(t)<br />
c2(t)<br />
σ/σS =1 0.8 0.6 0.4 0.2<br />
t = 0 t −→ t = 10 4 TS<br />
Abbildung 24: Langsames σ-Annealing bei on-line Lernen. Das Szenario ist dasselbe wie in Abb. 23a,<br />
wieder ist Tr =0.4 TS. Um den Aufspaltungsprozess zu sehen, wurde jedoch noch weiter, bis σ=0.1σS<br />
abgekühlt. Die leichten Aufspaltungseffekte, die in Abb. 22a zu sehen waren, und die es auch in 23a<br />
gibt, führen hier zum deutlich sichtbaren Phasenübergang (σkrit ≈0.65σS).<br />
c1(t)<br />
c2(t)<br />
(a)<br />
(b)