Neuronale Netze - Grundlagen

Kapitel 5: Das Backpropagation-Netz

Die bisher betrachteten Neuronalen Netze sind bereits in gewisser Weise leistungsfähig, aber trotzdem noch begrenzt auf die assoziative Verknüpfung. Sie können insbesondere keine mathematischen Funktionen lernen. Die Netztopologie war einfach gestaltet, bestenfalls zwei Schichten, und die Aktivierung konnte nur die Werte von –1 oder 1 annehmen. Die Grenzen dieser Netze sind vielfältig. So kann ein solches Netz nicht die XOR (exklusiv Oder)-Funktion erlernen. A xor B meint, dass die Funktion wahr ist, wenn A oder B wahr sind, aber nicht beide gleichzeitig. Und wenn wir die Bilderkennung betrachten, wäre es wünschenswert, wenn wir in der Y-Schicht nur ein Element hätten, was entweder »Ja« oder »Nein« angibt, ...