Güteaussagen für Neuronale Netze

Ein bisher ungelöstes Problem bei Neuronalen Netzen war die Vorhersage des exakten Ein/Ausgabeverhaltens von Neuronalen Netzen. Dieses Ein/Ausgabeverhalten konnte nur für Testdaten, nicht jedoch für beliebige Eingaben bestimmt werden. Erstmalig gelang es, für ein Neuro-Fuzzy-System auf der Basis eines Backpropagation-Verfahrens, ein Maß für die Lerngüte anzugeben. Dieses Verfahren ist auf klassische Backpropagation-Verfahren übertragbar, wenn z.B. das Fehlerverhalten der Eingabedaten aufgrund des bekannten Fehlerverhaltens von Meßgeräten bekannt ist.

Zur Zeit wird untersucht, inwieweit sich diese Technik auch auf andere Typen von Neuronalen Netzen übertragen läßt.

Beteiligte Wissenschaftler:

Prof. Dr. Wolfram-M. Lippe, Dr. Thomas Feuring (Univ. Siegen), Dipl.-Math. Steffen Niendieck

Veröffentlichungen:

Lippe, W.-M.: Güteaussagen für Neuronale Netze, Proc. GI-Workshop "Qualitätssicherung", Bad Honnef, 1999