Zusammenfassung
Das sechste Kapitel analysiert im Rahmen des zuvor beschriebenen Szenarios die Einflüsse von unterschiedlichen Trainingsverfahren, Aktivierungsfunktionen und Netzwerkarchitekturen auf die Fahrzeugquerführung. Der Fokus liegt in diesem Abschnitt auf der Adaptionsgeschwindigkeit der Netzwerkgewichte und einer Abschätzung geeigneter Hyper- und Designparameter. Diese werden miteinander verglichen und sowohl für unterschiedliche Netzwerktopologien, als auch über eine statistische Mittelung gleicher Topologien mit unterschiedlicher Gewichtsinitialisierung auf reproduzierbare Trainingsergebnisse, Robustheit und Echtzeitfähigkeit bewertet.
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
Author information
Authors and Affiliations
Corresponding author
6.1 Elektronisches Zusatzmaterial
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kaste, J. (2024). Effekte auf die Adaptionsgeschwindigkeit des KNN im geschlossenen Regelkreis. In: Künstliche neuronale Netzwerke zur adaptiven Fahrdynamikregelung. AutoUni – Schriftenreihe, vol 171. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-43109-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-658-43109-9_6
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-43108-2
Online ISBN: 978-3-658-43109-9
eBook Packages: Computer Science and Engineering (German Language)