Zusammenfassung
Im siebten Kapitel werden die bisherigen Erkenntnisse unter der Randbedingung eines robusten Langzeitbetriebes untersucht. Dabei wird die Eignung neuronaler Netzwerke zur iterativen Verbesserung der Führungsgenauigkeit für das zuvor betrachtete Szenario bewertet und geeignete Schritte zur Stabilisierung und Überwachung des Netzwerks im Rahmen der Anwendung im geschlossenen Regelkreis diskutiert. Der Fokus liegt auf geeigneter Vorverarbeitung der Daten sowie Regularisierung der Netzwerkgewichte und Implementierung von Fehlerschranken.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
7.1 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). Langzeitstabilität des neuronalen Netzwerkes 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_7
Download citation
DOI: https://doi.org/10.1007/978-3-658-43109-9_7
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)