Selbstorganisierende Neuronale Netze

Slides:



Advertisements
Ähnliche Präsentationen
Fluch oder Segen? Gentechnik.
Advertisements

Selbstorganisation und Lernen
Kohonennetze für Information Retrieval mit User Feedback
Im Hauptseminar am Non-linear Approach to Grouping, Dynamics and Organizational Informatics of Benthic Macroinvertebrate Communities in Streams.
Wismar Business School
Texterstellung Wer schreibt mir? Warum gerade mir? Habe ich Bedarf?
Neuronale Netze Von Kay-Patrick Wittbold.
Tunneleffekt Tatjana Siemens.
Seminar Autonome Systeme THEMA Ggf. Unterthema HAW Hamburg, SoSe 2011, Vorname Nachname Bild 1 zum THEMABild 2 zum THEMA.
Einführung Richard Göbel.
Schwierigkeitsgrad III 6 X - 7 = X
Implementierung eines Spiels zur LV Interaktive Systeme von Thomas Thüm.
Betreuer: Christian Brose
Einführung Geoelektrik
Der Zukunft getreue Kämpfer? Die SPD zwischen Krise und Erneuerung Erste Sitzung Siegen – 19. Mai 2006 Christian Krell, M.A. | |
Mountainbiken - nicht nur ein Alltagssport
WhatsUp Gold
Die Darstellung technischer Unterrichts-inhalte mit Flash-Animationen
Wismar Business School
Einführung in den Energiewenderechner Die Schieberegler.
Magnetokalorische Kälte
Tipps und Tricks für Word 2000 Aytac, Felix, Steffen 04/05.
Internet-Protokolle Tanja Witze.
Flucht, Vertreibung und Zwangsumsielung als Folgen des Zweiten Weltkriegs.
Rollstuhl – Geschichte, Technik, Entwicklungen
Self Organizing Tree Algorithm
Neuronale Netze Teil II.
Richtlinien zur Sicherheit im Unterricht (RISU)
Doppelspaltexperiment
Texas Texas? (Details, Einwohnerzahl,...) Beziehung zum Buch.
CASTING FÜR NACHRICHTENSPRECHER/INNEN Unterrichtseinheit in Verbindung mit Online -Zeitungen und Zeitschriften Thema : Casting für NachrichtensprecherInnen.
Nutzungs- und Bedarfsanalyse
Ein Thema aus der Kartenkunde: Generalisieren
DataMining Von Daten zu Informationen und Wissen
Schützen, aber wie ? Firewalls wie wir sie kennen.
Die Hauptstadt Sloweniens
Optische Halbleiterbauelemente
Pulsare (PSR) Neutronensterne: Vortrag von Fabian Pliquett, Kevin Vince Nikolla und Maja Subotic (Pulsare)
Once upon a time - Acoustic Sound Orchestra
Sterne Teil 4 Manche Sterne werden als „Riesen“ bezeichnet.
Künstliches Neuronales Netz nach John Hopfield
Das Rastertunnelmikroskop (RTM)
Datenschutz, Spyware und Sucht bei World of Warcraft 1. World of Warcraft 2. Die Sucht und Gefahren beim spielen 3. Datenschutz und Spyware 4. Risiken.
Wilhem Richard Wagner •Wilhem Richard Wagner kam am 22. Mai 1813 in Leipzig zur Welt.Und er starb am 13. Februar 1883 in Venedig im Palazzo Vendramin-
Motivation durch technik
Web-Quest deutsche Großstädte. Deutschland ist eines der größten und wichtigsten europäischen Länder. ( Bild: erde.com/europa/staaten/deutschland-karte.gif)
Johann Sebastian Bach.
OpenStreetMap.org Einleitung und Erläuterung von OSM 1Created by: Rudolf Kremsner.
Die Seligpreisungen in der Bergpredigt
DI Dr. Helmut Leitner HLS Softwareentwicklung WIKISERVICE, Graz
Von Kristine Zimmermann
Wie sicher ist W-LAN?.
gegenwärtige und historische Persönlichkeiten
Das Bose-Einstein Kondensat
Helpdesk
Helpdesk: Wie kann ich Ihnen helfen?
Erdbebenwellen Von Dario und Ebenezer.
Von Alexander Röhr Booten.
Daten- und Metadatenstandards SoSe 2009 IT-Zertifikat der Philosophischen Fakultät der Universität zu Köln Dozent: Patrick Sahle 26. Juni 2009: Dublin.
Wikis: Funktionsweise und Strukturierung
HTML Einführung.
Physik Referat Karim A. Das Mikroskop.
VILVITE Isa Ottesen, Hans Jørgen Jacobsen und Victoria Vestrheim.
DVD-Laufwerk Gliederung: -Allgemeines -Funktionsweise -Kaufberatung
Ein Liter Licht.
Teil I: Sprache im Kontext
von Florian Kronawetter Am
The PicSOM Retrieval System 1 Christian Steinberg.

Multivariate Analyseverfahren - Dozentenservice Backhaus Erichson Weiber Multivariate Analysemethoden – Eine anwendungsorientierte Einführung Foliensammlung.
 Präsentation transkript:

Selbstorganisierende Neuronale Netze von Felix Bechstein Christian Burger 12. Januar 2004

Überblick Einführung Funktionsweise Teil I von selbst organisierenden Merkmalskarten/ self-organisating feature maps nach Kohonen kurz: sofm Funktionsweise Teil II von wachsendem neurnalen Gas/ growing neuronal gas kurz: gng Zusammenfassung

Einführung Wofür all das? Was ist das Muster/ Eingabemuster und was hat das mit Neuronen zu tun? Musterbündel? Und wo steht da der Zusammenhang zu Organisation bzw. Selbstorganisation?

Einführung Was ist der Prototyp und was hat das mit Neuronen zu tun? Was ist mit Genauigkeit und Toleranz gemeint? Und jetzt?

Funktionsweise Teil I Struktur des Netzes Prototypen Eingabevektor

Funktionsweise Teil I Multidimensionale Eingabe wird auf 2-dimensionale Karte abgebildet

Beispiel I Selbstorganisierende Merkmalskarte (- hier applet einfügen -)

Beispiel II Farbgruppierung (- hier applet einfügen -)

Funktionsweise Teil II wachsendes Neuronales Gas Was ist denn neuronales Gas? Und wachsen tut es auch? Was passiert denn mit überflüssigen Prototypen?

Beispiel III (- hier applet einfügen -)

Zusammenfassung Bündelung Konkurrenzlernen 2 Lernphasen Klassifizierung von unbekannten Mustern

Quellen Callan http://de.wikipedia.org/wiki/Self-Organizing_Maps http://www.neuroinformatik.ruhr-uni-bochum.de/ini/VDM/research/gsn/JavaPaper/t.html (Formeln, Demo) http://www.eas.asu.edu/~eee511/demos/som-color/sofm.html (Farbdemo)