Low Cost-3D Visualization of Neural Networks

  • Andreas Zell
  • Ralf Hübner
Conference paper
Part of the IPA IAO FhG Forschung und Praxis book series (925, volume 42)

Zusammenfassung

Wir beschreiben hier neue 3D-Visualisierungstechniken künstlicher neuronaler Netze mit “Virtual Reality”-Konzepten. Bisherige Simulatoren neuronaler Netze verfügen höchstens über eine 2D-Darstellung der Netzwerktopologie. Der Stuttgarter Neuronale Netze Simulator bietet bereits eine 3D-Darstellung. Neueste Erweiterungen ermöglichen eine Stereo-3D-Darstellung der Netze. Eine Erweiterung verwendet eine Stereo-Darstellung mit Rot/ Grün-Brillen. Sie kann mit herkömmlichen Monitoren oder Projektionseinrichtungen verwendet werden, liefert aber nur Schwarz/Weiß-Bilder. Die zweite Erweiterung verwendet einen speziellen Stereo-Monitor mit LCD-Shutter, der unter Verwendung passiver Stereo-Polarisationsbrillen eine farbige 3D-Darstellung der neuronalen Netze mit gutem Tiefeneffekt erlaubt.

This is a preview of subscription content, log in to check access.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [Carpenter, Grossberg 88]
    Carpenter, Grossberg 88 Carpenter, G.A., Grossborg, S.: The ART of Adaptive Pattern Recognition by a Self Neural Network, IEEE Computer, March 1988, 77–88Google Scholar
  2. [Fahlman 88]
    Fahlman, S.E.: Faster Learning Variations on Backpropagation: An Empirical Study, in [Touretzky et al. 88]Google Scholar
  3. [Fahlman 90]
    S. E. Fahlman, C. Lebiere: The Cascade Correlation Learning Architecture, Re- port CMU-CS-90–100, Computer Science, CMU, Pittsburgh, PA 15213, 1991Google Scholar
  4. [Hecht-Nielsen 88]
    Hecht-Nielsen, R.: Neurrocomputing, Addison-Wesley, 1990Google Scholar
  5. [Hübner 92]
    R. Hübner: 3D-Visualisierung der Topologie und der Aktivität neuronaler Netze, Diplomarbeit Nr. 846, Universität Stuttgart, Fakultät Informatik, Jan. 92Google Scholar
  6. [Junk 89]
    M. Junk: Backpercolation, @obly unpublisheda paper distributed by Junk Rese-arch and Consulting, PO 2379, Aptos, CA 95001 USAGoogle Scholar
  7. [Mache 92]
    N. Mache: Entwicklung eines massiv parallelen Simulatorkems für neuronale Netze auf der MasPar MP- 1216, Diplomarb. Nr. 845, Univ. Stuttgart, Informatik, Feb. 92Google Scholar
  8. [Poggio, Girosi 89]
    T. Poggio, F. Girosi: A Theory of Networks for Approximation and Learning, A.I. Memo No. 1140, A.I. Lab., M.I.T.,1989Google Scholar
  9. [Rumelhart, McClelland 86]
    Rumelhart, D.E., McClelland, J.A., the PDP Research Group: Parallel Distributed Processing, Vol. 1, 2, MIT Press, Cambridge MA, 1986Google Scholar
  10. [Touretzky et al. 88]
    Touretzky, D., Hinton, G., Sejnowski, T.: Proc. of the 1988 Connectonist Models Summer School, June 17–26, Carnegie Mellon Univ., Morgan Kaufmann, 1988Google Scholar
  11. [Vogt 92]
    M. Vogt: Implementierung und Anwendung von “Generalized Radial Basis Functions” in einem Simulator neuronaler Netze, Diplomarbeit 875, Univ. Stuttgart, Fak. Informatik, Jan. 92Google Scholar
  12. [Waibel 89]
    A. Weibel: Consonant Recognition by Modular Construction of Large Phonemic Time-Delay Neural Networks, in: Touretzky et al. (Ed.), NIPS 1, 1989, pp. 215–223Google Scholar
  13. [Zell et al. 91b]
    A. Zell, N. Mache, T. Sommer. T. Korb: The SNNS Neural Network Simulator, Mustererkennung 1991, 13. DAGM Symposium Mustererkennung, Okt. 1991, München, Informatik-Fachberichte 290, Springer, pp. 454–461Google Scholar
  14. [Zell et al. 92]
    A. Zell (Ed.): Workshop: Simulation Neuronaler Netze mit SNNS, Universität Stuttgart, Fakultät Informatik, Report No. 1W92, Sept. 1992, 150 pp.Google Scholar
  15. [Zell et al. 93a]
    A. Zell, N. Mache, M. Vogt, M. Hüttel: Problems of Massive Parallelism in Neural Network Simulation, Proc. IEEE Int. Conf. on Neural Networks, San Francisco, CA, March 28–April 1, 1993, Vol. 3, pp. 1890–1895CrossRefGoogle Scholar
  16. [Zell et al. 93b]
    A. Zell, N. Mache, R. Hübner, G. Mamier, M. Vogt, K.-U. Herrmann, M. Schmalzt, T. Sommer, A. Hatzigeorgiou, S. Ming, D. Pm.: SNNS User Manual, Version 3.0, Universität Stuttgart, Fakultät Informatik, Report No. 3/93Google Scholar
  17. [Zell et al. 93c]
    A. Zell (Ed.): Workshop SNNS-93: Simulation Neuronaler Netze mit SNNS, Uni- versität Stuttgart, Fakultät Informatik, Report No. 10/93, Sept. 1993, 171 pp.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1994

Authors and Affiliations

  • Andreas Zell
    • 1
  • Ralf Hübner
    • 1
  1. 1.IPVR, Abt. Prakt. Informatik — Bildverstehen, Institut für Parallele und Verteilte Höchstleist.rechnerUniversität StuttgartStuttgartDeutschland

Personalised recommendations