Zusammenfassung
Für das Lernen in Neuralen Netze ist entscheidend, wie das Ausgabe- oder Reaktionsverhalten des Netzes gebildet bzw. geändert werden kann, und demnach auch, wie und wo das Netz etwas speichert, das sein Verhalten bestimmt. Das statische (gespeicherte) Wissen des Netzes liegt in seinen Verbindungen (deren Gewichten) und in seinem Aufbau, das dynamische (aktuelle) ist in den Aktivierungswerten enthalten, die, wenn es sich um Ausgabe-Units handelt, die Reaktion des Netzes auf ein präsentiertes Eingabemuster darstellen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1990 Springer-Verlag/Wien
About this chapter
Cite this chapter
Köhle, M. (1990). Lernen in Neuralen Netzen. In: Neurale Netze. Springers Angewandte Informatik. Springer, Vienna. https://doi.org/10.1007/978-3-7091-9093-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-7091-9093-7_5
Publisher Name: Springer, Vienna
Print ISBN: 978-3-211-82220-3
Online ISBN: 978-3-7091-9093-7
eBook Packages: Springer Book Archive