next up previous contents
Next: Steuerung nichtlinearer Systeme Up: Neuronale Netze Previous: Trainieren des Netzes

Prädiktion einer Funktion durch ein neuronales Netz

. PRÄDIKTION EINER FUNKTION DURCH EIN N.N.

Nachdem das Netz ,,ausgelernt`` hat, wird es mit Eingaben getestet, die nicht unter den Trainingsmustern waren. Dabei kann das Netz sowohl Interpolation als auch Extrapolation durchführen:

Dabei bezeichnet den größten Wert von , der in den Trainingsmustern aufgetreten ist.

Um eine Aussage über die Qualität der Vorhersage des neuronalen Netzes machen zu können, empfiehlt es sich, ein Maß für die Genauigkeit der Vorhersage einzuführen. Für q vom Netzwerk vorhergesagte Punkte berechnet sich durch

 

wobei

Die Division durch bewirkt, daß unabhängig vom gewählten Maßstab wird, wodurch ein objektiver Vergleich der Qualität verschiedener Vorhersagen der Funktion möglich wird.

Wie aus den Gleichungen (gif) und (gif) zu ersehen ist, wird ein neuronales Netz immer nur für genau ein trainiert. D. h., ein einziges Netz kann eine Funktion nur für vorhersagen. Möchte man aber Vorhersagen für verschiedene haben, so muß man für jedes ein eigenes Netzwerk nach dem obigen Verfahren trainieren. Steht jedoch nur ein Netzwerk zur Verfügung, bietet sich folgende Lösung des Problems an:

Natürlich tritt bei dieser Berechnung von für große a ein größerer Fehler auf, als es bei einem auf den Zeitraum trainierten Netz der Fall sein würde. Für kleine bleibt jedoch der Fehler auch für große a so gering, daß diese Art der Vorhersage von Funktionswerten auf Grund ihrer größeren Variabilität durchaus zu bevorzugen ist.



next up previous contents
Next: Steuerung nichtlinearer Systeme Up: Neuronale Netze Previous: Trainieren des Netzes



Werner Eberl
Sat Apr 15 13:17:50 MET DST 1995