Grundlagen der Statistik enthält Materialien verschiedener Vorlesungen und Kurse von H. Lohninger zur Statistik, Datenanalyse und Chemometrie .....mehr dazu. |
![]() |
Home ![]() ![]() ![]() ![]() ![]() |
|
Siehe auch: Verarbeitungseinheiten ("Neuronen"), Backpropagation | |
Search the VIAS Library | Index | |
Mehrschichtiges PerzeptronAuthor: Hans Lohninger
Ein mehrschichtiges Perzeptron besteht aus mehreren Einheiten (manchmal auch Neuronen genannt) und deren Verbindungen. Jede Verbindung ist zwischen zwei Einheiten gewichtet. Die Einheiten sind in Schichten angeordnet, woraus sich drei verschiedene Arten von Einheiten ableiten lassen:
![]() Wenn man das neuronale Netzwerk als Blackbox betrachtet, sind die versteckten
Einheiten von außen nicht sichtbar. Die Eingangsneuronen (Input-Neuronen)
empfangen die Eingabedaten, die Ausgangsneuronen (Output-Neuronen) liefern die
Ausgabedaten. Bei der Berechnung der Resultate wird schichtweise vom
Eingang zum Ausgang vorgegangen. Zuerst werden die Eingangssignale der
Input-Schicht zugeführt und jedes Neuron berechnet seine Ausgabewerte. Danach
werden diese Werte auf die nächste Schicht übertragen und so weiter, bis die
Output-Schicht erreicht ist. Sie können mit einem einfachen
Feed-Forward-Netzwerk experimentieren, indem Sie folgendes interaktive Beispiel starten.
|
|
Home ![]() ![]() ![]() ![]() ![]() |