Polynomklassifikator versus Multilayer-Perzeptron

Kreßel, Ulrich; Franke, Jürgen; Schürmann, Jürgen

doi:10.1007/978-3-642-84305-1_9

Cited by 11 publications

(1 citation statement)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Die im vorangegangenen Abschnitt vorgestellte Aufgabenstellung ist selbstverständlich nicht nur mit dem Kosinus-Klassifikator lösbar; eine Aufstellung der Leistungsfähigkeit verschiedener anderer Verfahren in diesem Umfeld, so der Polynomklassifikatoren und der Zwei-und Mehrschicht-Perzeptrons, ist in [6] niedergelegt. Charakteristisch für den hier verwendeten Klassifikator ist jedoch, daß es sich um eine zweischichtige Konfiguration handelt, die namentlich für den Betrieb auf Parallel-Architekturen geeignet ist.…”

Section: Zusammenfassung Kritik Und Ausblickunclassified

Unüberwachte Adaption mit dem Kosinus-Klassifikator / Unsupervised Adaption with the Cosine Classifier

Kratzer¹

1991

it - Information Technology

View full text Add to dashboard Cite

Professor für Software-Technik an der FH Ulm. Arbeitsgebiete: Neuronale Systeme, Datenbanksysteme, Programmiersprachen (C+ + , Ada),KI. Neuronale Netze werden in jüngster Zeit in zunehmendem Maß als Alternative zu regelbasierten Systemen zur Lösung interpolativer oder klassifikatorischer Aufgabenstellungen der Informationsverarbeitung eingesetzt. Hervorragendes Merkmal dieses Verarbeitungsparadigmas ist seine inhärente Adaptionsfähigkeit, die eine mühelose Anpassung eines neuronalen Systems an wechselnde Anwendungsumgebungen erlaubt. Dieser Beitrag beschreibt eine Ausprägung dieser Modellklasse, den Kosinus-Klassifikator, der die Lösung von Klassifikationsaufgaben ohne direkte Überwachung des Adaptionsvorgangs erlaubt. Die Leistungsfähigkeit dieses Klassifikators wird durch die erzielten Simulationsergebnisse bei einer Aufgabenstellung aus dem Bereich der Handschrifterkennung untermauert.Recently, neural networks have been considered an alternate approach to rule-based systems for automated solution of interpolation or classification problems. The most prominent feature of this processing paradigm is its inherent adaptability permitting easy adaption of a neural system to a wide range of application environments. This paper presents the Cosine Classifier, a neural network model designed for unsupervised adaptation and solution of classification problems. The recognition of handwritten digits is used to demonstrate its performance.

show abstract

Section: Zusammenfassung Kritik Und Ausblickunclassified