Zusammenfassung
Nachdem wir im vorangehenden Kapitel die Struktur, die Arbeitsweise und das Training/Lernen (künstlicher) neuronaler Netze allgemein beschrieben haben, wenden wir uns in diesem und den folgenden Kapiteln speziellen Formen (künstlicher) neuronaler Netze zu. Wir beginnen mit der bekanntesten Form, den sogenannten mehrschichtigen Perzeptren (multilayer perceptrons, MLPs), die eng mit den in Kapitel 3 betrachteten Netzen von Schwellenwertelementen verwandt sind. Die Unterschiede bestehen im wesentlichen in dem streng geschichteten Aufbau des Netzes (siehe die folgende Definition) und in der Verwendung auch anderer Aktivierungsfunktionen als einem Test auf Überschreiten eines scharfen Schwellenwertes.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2011 Vieweg+Teubner Verlag | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Kruse, R., Borgelt, C., Klawonn, F., Moewes, C., Ruß, G., Steinbrecher, M. (2011). Mehrschichtige Perzeptren. In: Computational Intelligence. Computational Intelligence. Vieweg+Teubner Verlag, Wiesbaden. https://doi.org/10.1007/978-3-8348-8299-8_5
Download citation
DOI: https://doi.org/10.1007/978-3-8348-8299-8_5
Publisher Name: Vieweg+Teubner Verlag, Wiesbaden
Print ISBN: 978-3-8348-1275-9
Online ISBN: 978-3-8348-8299-8
eBook Packages: Computer Science and Engineering (German Language)