07.10.2013 Aufrufe

Identifikation nichtlinearer mechatronischer Systeme mit ...

Identifikation nichtlinearer mechatronischer Systeme mit ...

Identifikation nichtlinearer mechatronischer Systeme mit ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

24 2 Statische und dynamische Neuronale Netze<br />

Abb. 2.15: Architektur eines hierarchischen Elman-Netzes<br />

Der BPTT beruht auf der in [Minsky und Papert, 1988] beschriebenen Aussage,<br />

dass jedes rekurrente Netz <strong>mit</strong> diskreten Zeitschritten für eine fest vorgegebene<br />

Zeitdauer <strong>mit</strong> einem äquivalenten Feedforward-Netz simuliert werden kann. Hierbei<br />

werden durch eine als zeitliches Entfalten bekannte Technik für das äquivalente<br />

Feedforward-Netzwerk alle Neuronen und Gewichte des rekurrenten Systems für jeden<br />

diskreten Zeitschritt durch eigene Neuronen und Gewichte ersetzt. Dies lässt<br />

sich am einfachsten durch ein Beispiel verdeutlichen. In Abbildung 2.16 ist ein einfaches<br />

rekurrentes Netz <strong>mit</strong> zwei Zellen angegeben. In Abbildung 2.17 ist das für<br />

t + 1 Zeitschritte äquivalente Feedforward-Netz dargestellt.<br />

ˆ 11<br />

ˆ 12<br />

1 2<br />

ˆ 21<br />

ˆ 22<br />

Abb. 2.16: Einfaches rekurrentes Netzwerk <strong>mit</strong> zwei Zellen<br />

Liegt nun das äquivalente Feedforward-Netz vor, so kann das normale Backpropagation-Verfahren<br />

zum Trainieren der Gewichte angewendet werden. Hierbei ist zu be-

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!