Analyse der Eigenschaften von assoziativen Speichern für die Mustererkennung

dc.contributor.authorBässler, Martinde
dc.date.accessioned1999-06-15de
dc.date.accessioned2016-03-31T07:58:07Z
dc.date.available1999-06-15de
dc.date.available2016-03-31T07:58:07Z
dc.date.issued1998de
dc.date.updated2014-08-28de
dc.description.abstractIn dieser Diplomarbeit werden Hopfield - Netzwerke mit bis zu 32 Neuronen und asynchroner Abfrage untersucht. Dabei werden auf empirische Art die stabilen Zustände des assoziativen Speichers mit ihren zugeordneten Einzugsgebiete ermittelt anhand von Beispielnetzen. Besonderer Schwerpunkt sind dabei die Trajektorien, auf denen die stabilen Zustände erreicht werden, ausserdem wird die Eindeutigkeit der Zuordnung eines Anfangszustandes zu einem stabilen Zustand geprüft. Dabei traten Phänomene wie das der residuellen Fehler auf. In einem ersten Teil wird die benötigte Theorie aus der Literatur zusammengestellt. Gleichzeitig wird eine neue Erklärung für residuelle Fehler unter Verwendung derEnergiefunktion vorgeschlagen. Es ergaben sich 3 Typen von Zuständen: (1) Zustände, die einen stabilen Zustand repräsentieren (eingeprägte Muster bzw. durch einen residuellen Fehlerleicht verschobene Muster), (2) Zustände, die unabhängig von der Abfragereihenfolge immer zum gleichen stabilen Zustand streben (Zustände in Attraktionsbecken) und (3) Zustände, die je nach Abfragereihenfolge unterschiedliche stabile Zustände erreichen (nicht-zuordenbare Zustände). Der prozentuale Anteil nicht-zuordenbarer Zustände steigt mit wachsender Zahl der stabilen Zustände. Zustände in Attraktionsbecken können über unterschiedliche Trajektorien den stabilen Zustand erreichen. Die gefundenen Ergebnisse werden anhand größerer Netzwerksbeispiele validiert und im Hinblick auf die Verwendung assoziativer Speicher für die Mustererkennung diskutiert.de
dc.identifier.other067835651de
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-2757de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/2425
dc.identifier.urihttp://dx.doi.org/10.18419/opus-2408
dc.language.isodede
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.classificationNeuronales Netz , Assoziativspeicher , Hopfield-Netz , Trajektorie <Mathematik> , Dynamikde
dc.subject.ddc620de
dc.titleAnalyse der Eigenschaften von assoziativen Speichern für die Mustererkennungde
dc.typemasterThesisde
ubs.fakultaetFakultät Informatik, Elektrotechnik und Informationstechnikde
ubs.institutInstitut für Signalverarbeitung und Systemtheoriede
ubs.opusid275de
ubs.publikation.typAbschlussarbeit (Diplom)de

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
275.pdf
Size:
663.11 KB
Format:
Adobe Portable Document Format