logo

Spielwiese für Nachdenkliche:
Nachgefragt ... Nachgehakt ...

Ausführliches zu Spielwiese für Nachdenkliche

Neuronale Netze


Erläuterung


Neuronale Netze werden angewandt, um Funktionen, deren Algorithmen nicht bekannt sind, zu modellieren.
Sie bestehen aus einer Eingabeschicht von Sensoren, einer Matrix aus Schwellenwerten und einer Ausgabeschicht. Zwischen der Eingabeschicht und der Ausgabeschicht werden die Werte miteinander verglichen und die Matrix der Schwellenwerte solange manipuliert, bis die Eingaben die gewünschten Ausgaben ergeben. Die Matrix stellt dann die gesuchte Funktionalität dar.

Zwar behaupten die Begründer der neuronalen Netze, sie wollten das Nervensystem nachbilden, aber letztlich ist als Anwendung nur die Modellierung von Funktionalität übrig geblieben.

Das Entscheidende ist die Matrix zwischen Eingabe und Ausgabe.

Im Schema von Abb. 3.1 liefert eine Retina von Punkten binäre Eingabewerte für eine Schicht von Neuronen in der Abbildungsregion. Die Verbindungen der Retinapunkte zu den Abbildungsneuronen sind deterministisch und fest verdrahtet. Die Verbindungen zur zweiten Schicht von Neuronen sowie von der zweiten zur dritten Schicht werden zufallsbedingt gelegt, weil dies biologisch plausibel erscheint. Die Idee von Rosenblatt war, mit der Verknüpfungsregion bestimmte Muster in der Eingabe aus den Retinapunkten zu erkennen und die entsprechende Reaktion zu steuern. Der Lernalgorithmus muß die notwendigen Gewichte finden, um Muster auf der Retina mit Reaktionen zu assoziieren.
Perzeptron
Das komplexe Modell von Rosenblatt ist nur analysierbar, wenn zunächst die einzelnen Elemente des Modells untersucht werden. Rein formal gesehen ist der einzige Unterschied zu den McCulloch-Pitts-Zellen, daß jetzt die Kanten mit Gewichten belegt werden. (Rojas, S.52)


Literatur :
Theorie der neuronalen Netze: eine systematische Einflihrung - Raul Rojas - Berlin, Heidelberg, New York 1993