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 (engl. 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.
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
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Kruse, R., Borgelt, C., Braune, C., Klawonn, F., Moewes, C., Steinbrecher, M. (2015). Mehrschichtige Perzeptren. In: Computational Intelligence. Computational Intelligence. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-10904-2_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-10904-2_5
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-10903-5
Online ISBN: 978-3-658-10904-2
eBook Packages: Computer Science and Engineering (German Language)