Zusammenfassung
Die Beschreibung natürlicher neuronaler Netze im vorangehenden Kapitel legt es nahe, Neuronen durch Schwellenwertelemente zu modellieren: Erhält ein Neuron genügend erregende Impulse, die nicht durch entsprechend starke hemmende Impulse ausgeglichen werden, so wird es aktiv und sendet ein Signal an andere Neuronen. Ein solches Modell wurde schon sehr früh von [McCulloch und Pitts 1943] genauer untersucht. Schwellenwertelemente nennt man daher auch McCulloch-Pitts-Neuronen. Ein anderer, oft für ein Schwellenwertelement gebrauchter Name ist Perzeptron, obwohl die von [Rosenblatt 1958, Rosenblatt 1962] so genannten Verarbeitungseinheiten eigentlich etwas komplexer sind.
This is a preview of subscription content, log in via an institution to check access.
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). Schwellenwertelemente. In: Computational Intelligence. Computational Intelligence. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-10904-2_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-10904-2_3
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)