Was ist ein Künstliches Neuronales Netz? (3)

Die Funktionsweise

Der Aufbau und die Konzeption Künstlicher Neuronaler Netze ist an der Funktionsweise des menschlichen Gehirns orientiert. Ein Künstliches Neuronales Netz kann wichtige geistige Fähigkeiten nachbilden, wie bspw. das selbständige Lernen, das Verallgemeinern von Beispielen sowie das schnelle Erkennen komplizierter Muster.

Das menschliche Gehirn besitzt für den Alltag unbestreitbare Vorteile, hat jedoch für die Verarbeitung von komplexen mathematischen Problemstellungen offensichtliche Limitierungen. Derartige Problemstellungen sind einerseits durch nicht konstante Zusammenhänge (Nichtlinearität) und andererseits durch eine größere Anzahl von Eingangsvariablen (Dimensionen) gekennzeichnet. Aufgrund der biologischen Evolution haben sich diese Fähigkeiten als unwichtig erwiesen. So ist z.B. die Fähigkeit zur Lösung von Quadratwurzeln nur schwach ausgeprägt. Ebenso ist das Denken in höherdimensionalen Zusammenhängen stark begrenzt. Übliche Analysen berücksichtigen nur zwei, selten drei gleichzeitig wirkende Variablen.
Abhilfe müssen deshalb spezielle mathematische Verfahren bieten. Klassische mathematische Verfahren arbeiten jedoch entweder linear und höherdimensional ODER nichtlinear und niedrigdimensional. Folglich sind entsprechende Modelle oft mit größeren Einschränkungen gegenüber der Realität behaftet.

Künstliche Neuronale Netze können dieses Dilemma auflösen. Diese Verfahren ermöglichen es, höherdimensionale UND nichtlineare Modelle aufzustellen. Diese können so der Realität weit näher kommen. Im Gegensatz zu klassischen Verfahren sind hier zudem keine Vorannahmen notwendig. Vielmehr erlernt das Netz selbständig anhand der vorliegenden Beispieldaten die dem Problem zu Grunde liegende Struktur.

« zur Neuro-Artikel-Übersicht