Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-4700
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.advisorHaag, Günter (Prof. Dr.)de
dc.contributor.authorStackelberg, Burkhard vonde
dc.date.accessioned2003-10-20de
dc.date.accessioned2016-03-31T08:35:09Z-
dc.date.available2003-10-20de
dc.date.available2016-03-31T08:35:09Z-
dc.date.issued2003de
dc.identifier.other107907577de
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-14446de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/4717-
dc.identifier.urihttp://dx.doi.org/10.18419/opus-4700-
dc.description.abstractZiel dieser Arbeit ist die Evaluation verschiedener, bisweilen populärer Konstruktionsverfahren vorwärtsgerichteter neuronaler Netze. Zu diesem Zwecke werden sie in einem einheitlichen Schema klassifiziert, was die Klasse zugänglicher Verfahren erweitert. Darunter befinden sich unter anderem auch Neuentwicklungen wie Brain Construction Algorithmus und Constructive Backpropagation. Anschließend wird ein gemeinsamer Algorithmus und dessen Implementierung vorgestellt, in dessen Rahmen die verschiedenen Verfahren getestet und miteinander verglichen werden.de
dc.description.abstractAim of this exposition is the investigation and comparative evaluation of several construction methods of feed forward neural networks. Therefore, a uniform classification scheme is built up enabling research on a much broader family of methods. Amongst them, there are classics as Cascade Correlation as well as new ones like Brain Construction and Constructive Backpropagation. Subsequently, a common algorithm and its implementation are presented as a framework where various construction methods are investigated and compared.en
dc.language.isodede
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.classificationVerteilte künstliche Intelligenz , Künstliche Intelligenz , Maschinelles Lernen , Mathematische Physik , Computerphysik , Mehrschichten-Perzeptronde
dc.subject.ddc530de
dc.subject.otherComputational Physics , Artificial Intelligence , Machine Learning , Multilayer Perceptron , Model Generationen
dc.titleKonstruktionsverfahren vorwärtsgerichteter neuronaler Netzede
dc.title.alternativeConstruction methods for feed forward neural networksen
dc.typedoctoralThesisde
dc.date.updated2013-03-25de
ubs.dateAccepted2003-07-02de
ubs.fakultaetFakultät Mathematik und Physikde
ubs.institutInstitut für Theoretische Physik IIde
ubs.opusid1444de
ubs.publikation.typDissertationde
ubs.thesis.grantorFakultät Mathematik und Physikde
Enthalten in den Sammlungen:08 Fakultät Mathematik und Physik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
dissbuch.pdf1,73 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.