s n h m r u
i

Zusammenfassung

Neuronale Netze oder auch künstliche neuronale Netze (KNN) sind Netze aus künstlichen Neuronen.

Sie werden benötigt, wenn komplexere Strukturen innerhalb einer Menge von Daten erkannt werden sollen, die sich nicht linear separieren lassen (und damit nicht mehr von einem einzelnen künstlichen Neuron erkannt werden können).

Aufbau eines künstlichen neuronalen Netzes (eines sogenannten „feedworward“-Netzes):

  • Eingabeschicht (input layer): Neuronen, die jeweils eine Eingabegröße unverändert an alle Neuronen der folgenden Schicht weiterleiten. In komplexeren Netzen ist auch die Veränderung von Eingabegrößen (z.B. durch quadrieren o.ä.) möglich.
  • Zwischenschichten (hidden layer): Die „eigentliche“ Verarbeitung der Eingabegrößen bzw. der Werte der vorangegangenen Zwischenschicht.
  • Ausgabeschicht (output layer): Geht es nur um „feuern“ oder „nicht-feuern“ genügt ein Neuron in der Ausgabeschicht. Werden differenzierte Ausgabemerkmale benötigt, benötigt man jeweils ein eigenes Neuron.

Suche

v
5.1.2.5.4.1.1.5
inf-schule.de/ki/menueansicht/ki_erkunden/steinlaus_erkennung/neuronaleNetze/einfuehrung/lernstrecke/lerncheck
inf-schule.de/5.1.2.5.4.1.1.5
inf-schule.de/@/page/ZpIjCLpxZXe5mIuJ

Rückmeldung geben