Vernetzung von Neuronen (Mehrschichtenmodell)

In einem Mehrschichtenmodell wird meist eine Architektur gewählt, bei der die Neuronen einer Schicht mit allen Neuronen der darüberliegenden Schicht und allen Neuronen der darunterliegenden Schicht verknüpft sind. Die folgende Abbildung stellt ein neuronales Zweischichtennetzwerk dar (wie bereits erwähnt, werden die Eingabeeinheiten nicht mitgezählt, da sie ja keine Neuronen sind, sondern nur zur Aufteilung der Eingabewerte auf die darunterliegende Neuronenschicht dienen).

Neuronales Netz mit den Eingabeeinheiten und zwei Schichten aktiver Neuronen

Die erste Schicht an Neuronen hat keine direkten Verbindungen nach außen und heißt deshalb auch verdeckte Schicht (hidden layer); die sie bildenden Neuronen werden auch als innere Neuronen bezeichnet. Die Ausgabewerte Out_l, der ersten Neuronenschicht sind die Eingabewerte X₂ der zweiten Neuronenschicht. Jedes Neuron der oberen Schicht gibt dabei seinen Ausgabewert an alle Neuronen der darunterliegenden Schicht weiter. Aufgrund der unterschiedlichen Gewichte w_ji in den einzelnen Verbindungen (Synapsen) hat der gleiche Ausgabewert Out_l = X₂ in den einzelnen Neuronen unterschiedliche Wirkungen. Erst die Ausgabewerte der letzten Neuronenschicht, hier Out₂, sind das Resultat eines neuronalen Netzes.

Matrizendarstellung eines Zweischichtennetzwerks

© Prof. Dr. J. Gasteiger, Dr. Th. Engel, CCC Univ. Erlangen, Thu Apr 15 06:31:58 2004 GMT
 BMBF-Leitprojekt Vernetztes Studium - Chemie