Simulation Eines Neuronalen Netzes zur Hauptkomponentenanalyse und Datenkompression auf Einem Transputernetz

Zusammenfassung

In dieser Arbeit wird die Simulation eines adaptiven Verfahrens zur Hauptkomponentenanalyse und Datenkompression von multivariaten Eingabedaten mit Hilfe neuronaler Netze (Artifical Neural Systems auch ANS) auf einem Transputemetz untersucht. Es sind verschiedene Modelle von ANS vorgeschlagen worden, welche eine Hauptkomponentenanalyse durchführen. Wir untersuchten ein neuronales Netz, wie es von Rubner u. a.[l, 2, 3] Anfang dieses Jahres vorgestellt worden ist. Dabei interessierten uns primär drei Fragen und zwar, wie schnell das neuronale Netz die Eigenvektoren der Kovarianzmatrix ermittelt, wie es zur Datenkompression eingesetzt werden kann und welcher Geschwindigkeit s vorteil durch Parallelverarbeitung zu erzielen ist. Im ersten Teil geben wir eine Einführung in die Bedeutung der Hauptkomponentenanalyse für multivariate Datensätze, analysieren ein neuronales Netz genauer und zeigen, warum es zur Hauptkomponentenanalyse einsetzbar ist.