Zusammenfassung
Im Kapitel 14 haben wir eine Methode vorgestellt, mit deren Hilfe sich innere Schichten bei Multilayer-Perceptrons umgehen lassen. Neben der einfacheren Netzwerkstruktur, die man durch die geeignete Vorverarbeitung der Eingabedaten erreicht, erhält man zusätzlich Informationen über den Einfluß von Eingabegrößen auf die Ausgabe, oder es können solche Kenntnisse über den Zusammenhang zwischen Einund Ausgabe bei der Vorverarbeitung berücksichtigt werden. Auf diese Weise wird ein Neuronales Netz interpretierbar und muß nicht mehr als „Black Box“ angesehen werden, die zwar möglicherweise eine Problemlösung liefert, aber weder Rückschlüsse auf den Lösungsweg zuläßt, noch die Möglichkeit bietet, problemspezifisches Wissen einfließen zu lassen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 1994 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Nauck, D., Klawonn, F., Kruse, R. (1994). Neuronale Netze und Fuzzy-Prolog. In: Neuronale Netze und Fuzzy-Systeme. Artificial Intelligence / Künstliche Intelligenz, vol 1. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-85993-8_20
Download citation
DOI: https://doi.org/10.1007/978-3-322-85993-8_20
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-05265-2
Online ISBN: 978-3-322-85993-8
eBook Packages: Springer Book Archive