von_der_nervenzelle_zum_modell
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
Beide Seiten der vorigen RevisionVorhergehende ÜberarbeitungNächste Überarbeitung | Vorhergehende Überarbeitung | ||
von_der_nervenzelle_zum_modell [2024/01/21 10:56] – [Netzwerk Komponenten] torsten.roehl | von_der_nervenzelle_zum_modell [2024/01/21 11:01] (aktuell) – [Das McCulloch Modell] torsten.roehl | ||
---|---|---|---|
Zeile 69: | Zeile 69: | ||
=== zu 4: Aktivierungsfunktion=== | === zu 4: Aktivierungsfunktion=== | ||
+ | |||
+ | Alle Netze benötigen die sogenannte Aktivierungsfunktion (siehe Abschnitt Aktivierungsfunktion). Die Aktivierungsfunktion bestimmt, ob ein Neuron, das über Verbindung mit anderen Neuronen Informationen erhält, feuern soll oder nicht. | ||
+ | |||
=== zu 5: Updateregel (Update-Rule)=== | === zu 5: Updateregel (Update-Rule)=== | ||
+ | |||
+ | Wenn der nächste Zustand der Neurone unabhängig von den anderen Neuronen berechnet wird, wird dies als **sequenziell** bezeichnet. | ||
+ | |||
+ | Dem steht die **parallele** Berechnung gegenüber, bei der alle Neurone gleichzeitig ihren Zustand ändern. Regeln, die beschreiben, | ||
Zeile 75: | Zeile 82: | ||
==== Aufgabe ==== | ==== Aufgabe ==== | ||
+ | |||
+ | <WRAP center round box 100%> | ||
+ | |||
+ | {{: | ||
+ | |||
Gegeben sind die Gewichte \( w_{11} = w_{22} = 0 \), sowie \( w_{12} = w_{21} = 2 \). | Gegeben sind die Gewichte \( w_{11} = w_{22} = 0 \), sowie \( w_{12} = w_{21} = 2 \). | ||
Zeile 81: | Zeile 93: | ||
Berechnen Sie die gewichtete Summe \( net_2 \). | Berechnen Sie die gewichtete Summe \( net_2 \). | ||
+ | |||
+ | {{: | ||
\( net_2 = \sum w_{i2} \cdot x_i = w_{12} \cdot x_1 + w_{22} \cdot x_2 = 2 \cdot (-1) + 0 \cdot 1 = -2 \) | \( net_2 = \sum w_{i2} \cdot x_i = w_{12} \cdot x_1 + w_{22} \cdot x_2 = 2 \cdot (-1) + 0 \cdot 1 = -2 \) | ||
+ | </ | ||
===== Das McCulloch Modell ===== | ===== Das McCulloch Modell ===== | ||
Zeile 92: | Zeile 107: | ||
* Eingangsneurone ($X_1,X_2$) können 0 oder 1 sein. | * Eingangsneurone ($X_1,X_2$) können 0 oder 1 sein. | ||
* Ausgangsneuron ($X_3$) kann 0 oder 1 sein. | * Ausgangsneuron ($X_3$) kann 0 oder 1 sein. | ||
- | * Aktivierungsfunktion ist eine einfache Schwellenwertfunktion | + | * Die Aktivierungsfunktion |
+ | |||
{{ : | {{ : |
von_der_nervenzelle_zum_modell.1705834571.txt.gz · Zuletzt geändert: 2024/01/21 10:56 von torsten.roehl