Inhaltsverzeichnis:
- Definition - Was bedeutet Adaptive Resonanz Theorie (ART)?
- Techopedia erklärt die Adaptive Resonanz Theorie (ART)
Definition - Was bedeutet Adaptive Resonanz Theorie (ART)?
Die adaptive Resonanztheorie (ART) ist eine besondere Philosophie, die unbeaufsichtigte Modelle künstlicher neuronaler Netze antreibt. Es verwendet eine spezifische Architektur, die in einigen Arten von neuronalen Netzen häufig nützlich ist, um zu versuchen, die Kapazität für neues Lernen aufzubauen, während grundlegende vorhandene Modelle beibehalten werden.
Techopedia erklärt die Adaptive Resonanz Theorie (ART)
Viele führen einen Großteil des Designs von ART-Netzwerken auf Stephen Grossberg und Gail Carpenter und ihre Arbeit in den 1980er Jahren zurück. Ein weiterer Einfluss sind Kohonens selbstorganisierende Netzwerke.
Experten beschreiben die adaptive Resonanztheorie als Teil des Bestrebens, offen für neues Lernen zu bleiben, ohne das Wissen über vorhandene Muster zu opfern - daher die Wörter „Anpassung“ und „Resonanz“. Ein Schlüsselbestandteil des ART-Netzwerks ist ein Klassifikator, der Eingaben mit gespeicherten Mustern vergleicht.
Eine Möglichkeit, ART zu betrachten, besteht darin, das Stabilitäts-Plastizitäts-Dilemma (SPD) zu lösen. Kurz gesagt basiert dieses Dilemma auf der Fähigkeit des Systems, durch irrelevante Ereignisse statisch zu bleiben und sich gleichzeitig an relevante und wichtige Ereignisse anzupassen, die Plastizität erfordern. Das Verständnis des Stabilitäts-Plastizitäts-Dilemmas ist eine Schlüsselmethode, um ein Verständnis für ART und dessen Verwendung in neuronalen Netzwerkdesigns zu erreichen.
Experten sprechen über die Bewertung von „Erwartungen“ und die Verwendung von Vektoranpassungssystemen, mit denen einige dieser kognitiven Arbeiten auf hoher Ebene über eine unbeaufsichtigte neuronale Netzwerkarchitektur ausgeführt werden.
