Abstracts der COWAN'94
Ein allgemeines Konzept des Lernens in Feedforward-Netzwerken
Georg Dorffner
Institut für Medizinische Kybernetik und Artificial Intelligence der Universität Wien
und
österreichisches Forschungsinstitut für Artificial Intelligence
Dieser Vortrag gibt einen überblick über die gängigen Architekturen von Feedforward-Netzen (wie Mehrebenen-Perceptron oder Radiales Basisfunktions-Netz) und ihre zugeordneten Lernverfahren. Es soll gezeigt werden, daß die meisten dieser Architekturen als Spezialfälle einer allgemeineren Sichtweise der Netze betrachtet werden können. Durch diese Sichtweise - in der im wesentlichen Propagierungsregel, Aktivierungsfunktion und Lernregel als unabhängige Beschreibungsdimensionen aufgefaßt werden - ergeben sich neue Kombinationen, Aspekte, sowie Erweiterungen der Modelle, die für praktische Anwendungen, zusammen mit Werkzeugen der klassischen Statistik, die Einsetzbarkeit neuronaler Netze enorm bereichern können. Besonders diskutiert werden sollen die Themen Initialisierung von Netzen, Gradientenverfahren, Trennung vs. Regression, sowie das Konzept des "Conic Section Function Networks".
Zurück zur Hompage der Cowan!