Approximation, Reduktion und Regelextraktion : Semantikbeschreibung für neuronale Netze

Die Dissertation befasst sich mit der Problemstellung, aus einem mehrschichtigen Neuronalen Feedforward-Netz, das für die Außenwelt als Black Box wirkt, eine semantische Beschreibung zu extrahieren. Als Form dieser Beschreibung des Netz-Verhaltens dient die Struktur einer Regelbasis bestehend aus IF...

Verfasser: Baeumle-Courth, Peter
Weitere Beteiligte: Lippe, Wolfram-Manfred (Gutachter)
FB/Einrichtung:FB 10: Mathematik und Informatik
Dokumenttypen:Dissertation/Habilitation
Medientypen:Text
Erscheinungsdatum:2004
Publikation in MIAMI:23.01.2005
Datum der letzten Änderung:10.02.2016
Angaben zur Ausgabe:[Electronic ed.]
Schlagwörter:Neuronale Netze; Feedforward-Netze; Backpropagation; Reduktion der Neuronenanzahl; Regelextraktion; Semantikbeschreibung von Neuronalen Netzen
Fachgebiet (DDC):004: Datenverarbeitung; Informatik
Lizenz:InC 1.0
Sprache:Deutsch
Format:PDF-Dokument
URN:urn:nbn:de:hbz:6-47639543013
Permalink:https://nbn-resolving.de/urn:nbn:de:hbz:6-47639543013
Onlinezugriff:diss_baeumle_courth.pdf

Die Dissertation befasst sich mit der Problemstellung, aus einem mehrschichtigen Neuronalen Feedforward-Netz, das für die Außenwelt als Black Box wirkt, eine semantische Beschreibung zu extrahieren. Als Form dieser Beschreibung des Netz-Verhaltens dient die Struktur einer Regelbasis bestehend aus IF-THEN-Regeln. Hierbei steht das Ziel im Vordergrund, eine möglichst allgemeine Methodik der Regelextraktion zu entwickeln, so dass die resultierenden Verfahren flexibel eingesetzt werden können. Diese zentralen Aspekte der Arbeit sind die Approximation der Sigmoiden durch die Rampenfunktion, die Reduktion der Neuronenanzahl in der verborgenen Schicht (bei dreischichtigen Feedforward-Netzen) sowie die Extraktion von Regeln aus einem Neuronalen Netz. Diese drei Bausteine - die Approximation, die Reduktion und die Regelextraktion - können nun verschiedentlich miteinander kombiniert werden.