Seite
20/63
Übersichtstabelle: Lernregeln
Hebb-Regel | Delta-Regel | Backpropagation | Competitive Learning | |
---|---|---|---|---|
Kernkonzept | Gleichzeitige Aktivierung | Vergleich: gewünscht vs. beobachtet; Gradientenverfahren | Backward-pass; Gradientenverfahren | "The winner takes it all." |
Art der Lernregel | Als supervised, unsupervised und reinforcement learning möglich | Supervised learning | Supervised learning | Unsupervised learning |
Biologische Plausibilität? | Teilweise | Eher nicht | Eher nicht | Teilweise |
Netztypen, die auf diese Lernregel zurückgreifen (u.a.) | Pattern Associator; Auto Associator | Pattern Associator; Auto Associator | Simple Recurrent Networks, Jordan Netze | Kompetitive Netze; konzeptuell auch in Kohonennetzen |
Vorteile | Einfachheit, biologische Plausibilität | Einfachheit, relativ leicht zu implementieren | Auch bei Netzen mit Hidden-Units einsetzbar; größere Mächtigkeit im Ver-gleich zur Delta-Regel | Unsupervised learning; biologische Plausibilität |
Nachteile | In der "klassischen" Form: Überlaufen der Werte der Gewichte und geringe Mächtigkeit des Systems | Nicht bei Netzen mit Hidden-Units einsetz-bar; fragwürdige bio-logische Plausibilität; geringe Mächtigkeit des Systems | Fragwürdige biologische Plausibilität; lokale Minima | Einzelne Output-Unit kann alle Inputmuster "an sich reißen" --> keine Kategorisierung mehr |