Thesis - RWTH Aachen University

PSfrag replacements
5.3 Verhaltenskoordination 117
G
C()
BBN
Anwendbarkeit
Schwellenwert
g min
g’
1
g
1
s’ 1
Merkmalsextraktion
s’ 2
g g
2 n
Schwellenwert
g min
Schwellenwert
g min
Inhibition Inhibition Inhibition
Ausgabe Ausgabe
Ausgabe
Verhalten 1 Verhalten 2
Verhalten n
P g’
g’
1 2 P
2 n P
n
P=
Σg’ P
i i
Abbildung 5.9: Ablauf der Verhaltenskoordination.
dem Aufstellen der Gewichtungsmatrix G. Somit realisieren die BBNs eine Abbildung des Raumes
der extrahierten Merkmale S ′ auf der Matrix G: S ′ ↦→ G. Die Matrix G ist dann:
G
⎛
p(β1(�s1)|�s
⎜
= ⎜
⎝
′ 1)
0
0
p(β2(�s2)|�s
. . . 0
′ .
2 )
.
. . .
. ..
0
.
0 0 . . . p(βn(�sn)|�s ′ ⎞
⎟
⎠
n)
=
⎛
g1
⎜ 0
⎜
⎝ .
0
g2
.
. . .
. . .
. ..
0
0
.
⎞
⎟
⎠
0 0 . . . gn
wobei βi(�si) die Ausgabe von Verhalten i ist, �s ′ i der Merkmalsvektor und p(βi(�si)|�s ′ i ) die Ausgabe
des BBNs von Verhalten i.
Aufgrund von Rauschen wird der Zustand der Verhaltensknoten nie genau Null. Um den Einfluss
des Rauschens zu reduzieren, wird ein Schwellenwert gmin auf die Elemente von G angewandt. Zusätzlich
löst ein Inhibitionsmechanismus Konflikte zwischen zwei sich gegenseitig ausschließenden
Verhalten, indem er das Verhalten mit der niedrigeren Priorität deaktiviert. Diese Beziehungen zwischen
den Verhalten lassen sich in einer quadratischen Matrix H zusammenfassen [SB00]. Sei hij das
Element der i-ten Reihe und j-ten Spalte von H, dann:
s’ n
(5.6)