Herausforderung: technisch-medialer Wandel | ||||||||
blikk schulentwicklung | ||||||||
Ein einfaches Neuronales Netz: auf der Grundlage des Perceptions-Modells |
||||||||
Ein einfaches Abbildungsbeispiel Die drei Muster
A, B und C sollen erkannt werden und eine je spezifische Reaktion zur
Folge haben. |
Mathematisch
handelt es sich um eine Abbildungsfunktion, die sich auch |
||||
... | |||||
Lösung des Abbildungsproblems mit Hilfe eines Programms in einer seriellen Schrittfolge | Ein
seriell arbeitender Computer, etwa ein PC, würde das Problem mit folgendem
Programm lösen: Gehe zum mittleren Input-Neuron und stelle fest, ob es feuert oder nicht; feuert es nicht, so handelt es sich um Muster A, feuert es, so gehe zum oberen Input-Neuron; feuert dies nicht, so handelt es sich um Muster C; feuert es , liegt Muster B vor. Dieses ist noch ein einfaches Programm mit Rechen- und Zuordnungsregeln. Mit jedem zusätzlichen Abbildungspunkt wird das Programm aber exponentiell komplizierter. |
||||
Lösung des Abbildungsproblems mit Hilfe eines einfachen Neuronalen Netzes In einem Perception Modell ist jedes Neuron der Inputschicht mit jedem Neuron der Outputschicht verbunden. Jeder einzelne Input wird gewichtet und gelangt so in die Outputschicht. Annahme: Alle drei Outputneuronen haben ein Aktivierungspotential von 0,8. |
|||||
.. | |||||
Beispielrechnung für die Abbildung von Muster A Wird Muster A wahr-genommen, entspricht die Aktivität der Inputschicht diesem Muster. Über die Verbindungen erhalten alle Neuronen der Outputschicht - mit unterschiedlichen Synapsenstärken gewichtet - diesen Input. Das obere Neuron der Outputschicht erhält über seine Synapsen den Gesamt-Input 1. Er ist größer als das AP von 0,8, also feuert das oberste Outputneuron. Der entsprechend berechnete gewichtete Input des mittleren Neurons beträgt 0,6 der des unteren Neurons -0,6. Also sind diese beiden Neuronen nicht aktiv. |
|
||||
Ein neuronales Netz verarbeitet alle eingehenden Inputs parallel (gleichzeitig).
|
Die Verarbeitung aller
Inputs erfolgt parallel: gleichzeitig in allen drei Neuronen der Outputschicht.
Diese Parallelverarbeitung hat wesentliche Vorteile gegenüber der seriellen
Arbeit. So erfolgt das Erkennen des Musters in einem einzigen Schritt.
Besteht also das Muster aus mehr als drei Bildpunkten, bleibt die Schnelligkeit
erhalten. Das Erkennen komplexerer Muster erfordert also lediglich mehr
Neuronen. Das Wissen über die richtige Zuordnung oder Abbildung steckt
im Netz, also erstens in der Art der Vernetzung der Neuronen, zweitens
insbesondere in der Stärke der Synapsen und drittens im Aktionpotential.
|
© Pädagogisches Institut der deutschen Sprachgruppe - Bozen - 2003 |