Projectile Learning - Entwicklung und Implementierung eines neuen Lernverfahrens für künstliche neuronale Netze mit dem Ansatz einer globalen Suche au [German]

By Dieter Janzen

Diplomarbeit aus dem Jahr 2011 im Fachbereich Informatik - Bioinformatik, Note: 2,0, Westf lische Wilhelms-Universit t M nster (Informatik), Sprache: Deutsch, Abstract: Das menschliche Gehirn ist zu faszinierenden Leistungen f hig. In manchen Bereichen ist es jedem Computer berlegen. Zum Beispiel k nnte heute kein Computer im Stra enverkehr ein Auto so sicher lenken wie ein Mensch. Andererseits l st ein Computer komplizierte Rechenaufgaben viel schneller als ein menschliches Gehirn. Mit k nstlichen neuronalen Netzen versucht die Informatik, das Gehirn zu imitieren, um die Vorz ge beider Systeme zu vereinigen. K nstliche neuronale Netze bestehen aus k nstlichen Neuronen, die miteinander zu einem Netz verbunden sind. Dabei k nnen die Verbindungen unterschiedlich stark ausgepr gt sein. Damit ein solches Netz bestimmte Probleme l sen kann, muss es zun chst mit einem Lernverfahren trainiert werden. Dabei werden dem Netz Beispiele in Form von Eingabedaten und den dazugeh rigen korrekten Ausgabedaten vorgelegt. Manche Lernverfahren arbeiten auch mit Trainingsdaten, die keine korrekten Ausgabedaten enthalten. Bei den Lernverfahren handelt es ich um eine Minimierung der Fehlerfunktion des k nstlichen neuronalen Netzes. Diese suchen ein lokales Minimum der Fehlerfuntkion. Dieses ist nicht optimal, da es nach dem Finden eines lokalen Minimums der Funktion noch kleinere Werte der Fehlerfunktion geben kann. In dieser Arbeit entwickle und implementiere ich ein Lernverfahren f r k nstliche neuronale Netze, welches ein globales Minimum der Fehlerfuntkion sucht. Als Grundlage benutze ich einen von Harkiolakis entwickelten Algorithmus zur globalen Optimierung eines nicht nichtlinearen Gleichungssystem durch den Flug eines Projektils. Har08] Mithilfe dieses Verfahrens wurden in bekannten Optimierungsproblemen neue Minima gefunden. Dieses bertrage ich auf ein Lernverfahren f r k nstliche neuronale Netze mit dem Versuch bessere Netze zu finden als mit den standard Lernverfahren.

• Format: Paperback
• Language: German
• ISBN: 3656296928
• ISBN13: 9783656296928
• Release Date: November 2012
• Publisher: Grin Verlag
• Length: 68 Pages
• Weight: 0.22 lbs.
• Dimensions: 0.2" x 5.8" x 8.3"