Konstruktive Lernverfahren neuronaler Klassifikatoren:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Aachen
Shaker
2000
|
| Ausgabe: | Als Ms. gedr. |
| Schriftenreihe: | Berichte aus dem Lehrstuhl für Netzwerktheorie und Signalverarbeitung der Technischen Universität München
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | V, 139 S. graph. Darst. |
| ISBN: | 3826570332 |
Internformat
MARC
| LEADER | 00000nam a22000008c 4500 | ||
|---|---|---|---|
| 001 | BV013031366 | ||
| 003 | DE-604 | ||
| 005 | 20000710 | ||
| 007 | t | ||
| 008 | 000208s2000 gw d||| m||| 00||| ger d | ||
| 016 | 7 | |a 958353255 |2 DE-101 | |
| 020 | |a 3826570332 |c Pb. : DM 89.00, sfr 89.00, S 619.00 |9 3-8265-7033-2 | ||
| 035 | |a (OCoLC)76121519 | ||
| 035 | |a (DE-599)BVBBV013031366 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c DE | ||
| 049 | |a DE-12 |a DE-91 |a DE-634 | ||
| 084 | |a DAT 717d |2 stub | ||
| 084 | |a DAT 775d |2 stub | ||
| 100 | 1 | |a Eigenmann, Robert |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Konstruktive Lernverfahren neuronaler Klassifikatoren |c Robert Eigenmann |
| 250 | |a Als Ms. gedr. | ||
| 264 | 1 | |a Aachen |b Shaker |c 2000 | |
| 300 | |a V, 139 S. |b graph. Darst. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Berichte aus dem Lehrstuhl für Netzwerktheorie und Signalverarbeitung der Technischen Universität München | |
| 502 | |a Zugl.: München, Techn. Univ., Diss., 1999 | ||
| 650 | 0 | 7 | |a Lernendes System |0 (DE-588)4120666-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Klassifikator |g Informatik |0 (DE-588)4288547-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Klassifikator |g Informatik |0 (DE-588)4288547-4 |D s |
| 689 | 0 | 1 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | 2 | |a Lernendes System |0 (DE-588)4120666-6 |D s |
| 689 | 0 | |5 DE-604 | |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008878180&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-008878180 | |
Datensatz im Suchindex
| _version_ | 1807322985588064256 |
|---|---|
| adam_text |
INHALTSVERZEICHNIS
1.
EINLEITUNG
1
2.
KLASSIFIKATION
3
2.1
PROBLEMSTELLUNG
.
3
2.2
ENTSCHEIDUNG
UND
RUECKWEISUNG
.
5
2.3
UEBERWACHTES
LERNEN
.
7
2.3.1
MAXIMUM
LIKELIHOOD
UND
FEHLERFUNKTION
.
8
2.3.2
LEAST
SQUARES
FEHLERFUNKTION
.
10
2.3.3
CROSS
ENTROPY
FEHLERFUNKTION
.
11
2.3.4
FEHLERFUNKTION
UND
A-POSTERIORI
WAHRSCHEINLICHKEIT
.
12
2.4
ENTSCHEIDUNGSGRENZEN
UND
-GEBIETE
.
12
2.5
GENERALISIERUNG
.
15
2.6
ZWEI
UND
MEHRKLASSENPROBLEME
.
17
2.7
DATENVORVERARBEITUNG
.
20
3.
NEURONALE
KLASSIFIKATOREN
22
3.1
MODELLIERUNG
DER
ENTSCHEIDUNGSGRENZEN
.
22
3.2
LINEARE
ENTSCHEIDUNGSFUNKTION
.
25
3.2.1
LINEARE
TRENNBARKEIT
.
26
3.2.2
ROBUSTE
LINEARE
ENTSCHEIDUNG
.
29
3.2.3
OPTIMAL
MARGIN
HYPERPLANE
UND
SUPPORT
VEKTOREN
.
30
3.2.4
DISKRIMINANZANALYSE
NACH
FISHER
.
33
3.2.5
DER
LEAST
SQUARES
ANSATZ
.
34
3.2.6
HEBBSCHE
LERNREGELN
.
35
3.3
DAS
PERZEPTRON
.
38
3.3.1
EIGENSCHAFTEN
DES
PERZEPTRONS
.
38
3.3.2
PERZEPTRON
UND
A-POSTERIORI
WAHRSCHEINLICHKEIT
.
40
3.4
MEHRSCHICHTIGE
NEURONALE
NETZE
.
41
3.5
BINAERE
NEURONALE
NETZE
.
44
3.5.1
ARCHITEKTUR
UND
IMPLEMENTIERUNG
.
44
3.5.2
ENTSCHEIDUNGSGRENZEN
.
46
3.6
QUALITATIVER
VERGLEICH
SIGMOIDER
UND
BINAERER
NETZE
.
48
IV
INHALTSVERZEICHNIS
4.
KONSTRUKTIVES
LERNEN
52
4.1
KONSTRUKTIVER
GRUNDGEDANKE
.
52
4.2
TRAINING
EINES
NEURONS
.
54
4.2.1
DER
CADATRON
ALGORITHMUS
.
56
4.2.2
INITIALISIERUNG
DER
GEWICHTE
.
58
4.3
KONSTRUKTIVES
TRAINING
DER
MADALINE
ARCHITEKTUR
.
60
4.3.1
ADAPTION
DER
BOOLESCHEN
FUNKTION
.
60
4.3.2
RELEVANTE
ZELLEN
UND
RELEVANTE
MUSTER
.
62
4.3.3
ENTFERNEN
REDUNDANTER
NEURONEN
.
63
4.3.4
EINFUEGEN
ZUSAETZLICHER
NEURONEN
.
64
4.3.5
DER
CCA
ALGORITHMUS
-
SCHRITT
FUER
SCHRITT
.
66
4.4
DISKUSSION
.
68
4.4.1
DIE
STAERKEN
DES
CCA
.
69
4.4.2
DIE
GRENZEN
DES
CCA
.
69
4.4.3
NAEHERUNGSWEISE
TREUE
ZELLEN
.
71
4.4.4
ABBRUCHBEDINGUNG
.
72
5.
MULTIVARIABLE
POLYNOMKLASSIFLKATOREN
ERSTER
ORDNUNG
73
5.1
MADALINE
UND
AUSSAGESICHERHEIT
.
73
5.1.1
KONFIDENZ
DER
ENTSCHEIDUNG
EINES
PERZEPTRONS
.
74
5.1.2
KONFIDENZ
DER
ZELLEN
.
79
5.1.3
DER
SPS
KLASSIFIKATOR
.
81
5.1.4
ANMERKUNG
ZUR
IMPLEMENTIERUNG
.
83
5.1.5
ENTSCHEIDUNGSGRENZEN
UND
GENERALISIERUNG
.
84
5.2
TRAINING
DES
SPS
KLASSIFIKATORS
.
86
5.2.1
DAS
VERALLGEMEINERTE
SPS
MODELL
.
86
5.2.2
DAS
OPTIMIERUNGSPROBLEM
.
88
5.2.3
ERGEBNISSE
.
90
5.3
PRUNING
DER
ARCHITEKTUR
.
91
5.3.1
REDUKTION
DER
EINGANGSSCHICHT
.
92
5.3.2
REDUKTION
DES
PRODUKTRAUMES
.
94
5.3.3
ERGEBNIS
.
95
5.4
SPEZIELLE
SPS
ARCHITEKTUREN
.
96
6.
KONTROLLE
DER
GENERALISIERUNG
99
6.1
VORZEITIGER
TRAININGSABBRUCH
.
99
6.2
ADAPTIVE
REGULARISIERUNG
.
101
6.2.1
GRADIENTENBASIERTE
ADAPTIVE
REGULARISIERUNG
.
102
6.2.2
REGULARISIERUNG
DURCH
GEWICHTSVERFALL
.
104
INHALTSVERZEICHNIS
V
7.
ANWENDUNG
UND
ERGEBNISSE
106
7.1
SPRACHERKENNUNG
.
107
7.1.1
MADALINE
UND
SPS
.
108
7.1.2
ANDERE
VERFAHREN
.
110
7.1.3
VERGLEICH
UND
BEWERTUNG
.
112
7.2
ZIFFERNERKENNUNG
.
113
7.2.1
MERKMALSEXTRAKTION
.
114
7.2.2
SPS
KLASSIFIKATOR
.
115
7.2.3
ANDERE
VERFAHREN
.
115
7.2.4
VERGLEICH
UND
BEWERTUNG
.
118
8.
ZUSAMMENFASSUNG
119
A.
NICHTLINEARE
PROGRAMMIERUNG
122
A.L
GRADIENTENVERFAHREN
.
123
A.2
DAS
VERFAHREN
NACH
NEWTON
.
123
A.3
VARIABLE
METRIK:
BFGS
.
124
B.
LISTE
VERWENDETER
SYMBOLE
126
C.
HAEUFIG
VERWENDETE
ABKUERZUNGEN
131 |
| any_adam_object | 1 |
| author | Eigenmann, Robert |
| author_facet | Eigenmann, Robert |
| author_role | aut |
| author_sort | Eigenmann, Robert |
| author_variant | r e re |
| building | Verbundindex |
| bvnumber | BV013031366 |
| classification_tum | DAT 717d DAT 775d |
| ctrlnum | (OCoLC)76121519 (DE-599)BVBBV013031366 |
| discipline | Informatik |
| edition | Als Ms. gedr. |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a22000008c 4500</leader><controlfield tag="001">BV013031366</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20000710</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">000208s2000 gw d||| m||| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">958353255</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3826570332</subfield><subfield code="c">Pb. : DM 89.00, sfr 89.00, S 619.00</subfield><subfield code="9">3-8265-7033-2</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)76121519</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV013031366</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-12</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-634</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 717d</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 775d</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Eigenmann, Robert</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Konstruktive Lernverfahren neuronaler Klassifikatoren</subfield><subfield code="c">Robert Eigenmann</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Als Ms. gedr.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Aachen</subfield><subfield code="b">Shaker</subfield><subfield code="c">2000</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">V, 139 S.</subfield><subfield code="b">graph. Darst.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Berichte aus dem Lehrstuhl für Netzwerktheorie und Signalverarbeitung der Technischen Universität München</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: München, Techn. Univ., Diss., 1999</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Lernendes System</subfield><subfield code="0">(DE-588)4120666-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Klassifikator</subfield><subfield code="g">Informatik</subfield><subfield code="0">(DE-588)4288547-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Klassifikator</subfield><subfield code="g">Informatik</subfield><subfield code="0">(DE-588)4288547-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Lernendes System</subfield><subfield code="0">(DE-588)4120666-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008878180&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-008878180</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV013031366 |
| illustrated | Illustrated |
| indexdate | 2024-08-14T01:05:10Z |
| institution | BVB |
| isbn | 3826570332 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-008878180 |
| oclc_num | 76121519 |
| open_access_boolean | |
| owner | DE-12 DE-91 DE-BY-TUM DE-634 |
| owner_facet | DE-12 DE-91 DE-BY-TUM DE-634 |
| physical | V, 139 S. graph. Darst. |
| publishDate | 2000 |
| publishDateSearch | 2000 |
| publishDateSort | 2000 |
| publisher | Shaker |
| record_format | marc |
| series2 | Berichte aus dem Lehrstuhl für Netzwerktheorie und Signalverarbeitung der Technischen Universität München |
| spelling | Eigenmann, Robert Verfasser aut Konstruktive Lernverfahren neuronaler Klassifikatoren Robert Eigenmann Als Ms. gedr. Aachen Shaker 2000 V, 139 S. graph. Darst. txt rdacontent n rdamedia nc rdacarrier Berichte aus dem Lehrstuhl für Netzwerktheorie und Signalverarbeitung der Technischen Universität München Zugl.: München, Techn. Univ., Diss., 1999 Lernendes System (DE-588)4120666-6 gnd rswk-swf Klassifikator Informatik (DE-588)4288547-4 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Klassifikator Informatik (DE-588)4288547-4 s Neuronales Netz (DE-588)4226127-2 s Lernendes System (DE-588)4120666-6 s DE-604 DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008878180&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Eigenmann, Robert Konstruktive Lernverfahren neuronaler Klassifikatoren Lernendes System (DE-588)4120666-6 gnd Klassifikator Informatik (DE-588)4288547-4 gnd Neuronales Netz (DE-588)4226127-2 gnd |
| subject_GND | (DE-588)4120666-6 (DE-588)4288547-4 (DE-588)4226127-2 (DE-588)4113937-9 |
| title | Konstruktive Lernverfahren neuronaler Klassifikatoren |
| title_auth | Konstruktive Lernverfahren neuronaler Klassifikatoren |
| title_exact_search | Konstruktive Lernverfahren neuronaler Klassifikatoren |
| title_full | Konstruktive Lernverfahren neuronaler Klassifikatoren Robert Eigenmann |
| title_fullStr | Konstruktive Lernverfahren neuronaler Klassifikatoren Robert Eigenmann |
| title_full_unstemmed | Konstruktive Lernverfahren neuronaler Klassifikatoren Robert Eigenmann |
| title_short | Konstruktive Lernverfahren neuronaler Klassifikatoren |
| title_sort | konstruktive lernverfahren neuronaler klassifikatoren |
| topic | Lernendes System (DE-588)4120666-6 gnd Klassifikator Informatik (DE-588)4288547-4 gnd Neuronales Netz (DE-588)4226127-2 gnd |
| topic_facet | Lernendes System Klassifikator Informatik Neuronales Netz Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008878180&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT eigenmannrobert konstruktivelernverfahrenneuronalerklassifikatoren |