Google+ Facebook Twitter XING LinkedIn GoogleCurrents YouTube

Deep Learning

Wie funktionieren künstliche neuronale Netze? Anwendungen und Beispiele

| Autor / Redakteur: Viviane Krauss / Sebastian Hofmann

Ein Neuron kann man sich vorstellen wie eine kleine Datenverarbeitungseinheit. Die Verknüpfungen der Neuronen untereinander macht neuronale Netze so leistungsfähig.
Ein Neuron kann man sich vorstellen wie eine kleine Datenverarbeitungseinheit. Die Verknüpfungen der Neuronen untereinander macht neuronale Netze so leistungsfähig. (Bild: ©peterschreiber.media - stock.adobe.com)

Damit die Arbeit mit Deep Learning ein Erfolg wird, braucht es künstliche neuronale Netze – eine Nachbildung des menschlichen Gehirns.

Definition: künstliche neuronale Netze (KNN)

Ein KNN ist ein Netzwerk aus Neuronen, die miteinander verknüpft sind. Die Neuronen kann man sich als kleine Datenverarbeitungseinheiten vorstellen. Das neuronale Netz ist dem menschlichen Gehirn nachempfunden. Die Aufgabe eines KNN ist es, in Datensätzen wiederkehrende Muster zu erkennen und die Daten zu ordnen. Dadurch kann das Netzwerk Modelle erstellen und logische Zusammenfassungen, sogenannte Cluster, bilden. Vor allem beim Deep Learning sind künstliche neuronale Netze wichtig.

Deep Learning – Definition, Einsatzgebiete und Verfahren

Künstliche Intelligenz

Deep Learning – Definition, Einsatzgebiete und Verfahren

17.07.19 - Wenn maschinelle Lernmethoden an ihre Grenzen gelangen, kommt Deep Learning zum Einsatz – egal, ob es sich um Bilderkennung oder Sprachverarbeitung handelt. lesen

Aufbau und Ablauf im künstlichen neuronalen Netz

Die Neuronen in einem künstlichen neuronalen Netz sind schichtweise angeordnet und miteinander verbunden. Durch die Kanäle, die die Neuronen verbinden, werden Informationen geleitet. Damit das Neuron auf die Daten reagieren kann, müssen eine Gewichtung und ein Schwellenwert eingestellt sein.

Die Gewichtung wird in den Verbindungen festgelegt und bestimmt, wie hoch der Einfluss der Daten auf das Neuron ist. Der Schwellenwert legt fest, ab welcher Gewichtung das Neuron aktiviert wird. Das alles passiert in der ersten Schicht: der Eingabeschicht.

Künstliche Intelligenz (KI) einfach erklärt – Beispiele & Anwendungen

MM-Grundlagen

Künstliche Intelligenz (KI) einfach erklärt – Beispiele & Anwendungen

18.06.19 - Künstliche Intelligenz (KI) ahmt menschliche Intelligenz nach und verbessert sie sogar. Durch die Technologie entstehen bahnbrechende Einsatzmöglichkeiten. lesen

Die Informationen, die durch die Kanäle das Neuron aktivieren, werden in die nächste Schicht abgegeben: in die Aktivierungsschicht. Je mehr Aktivierungsschichten es gibt, desto genauer kann das künstliche neuronale Netz Informationen filtern und ordnen. Das Netz geht in diesem Fall sehr tief, weshalb auch vom Deep Learning gesprochen wird. Wenn alles Unwichtige herausgefiltert wurde, wird die wichtige Information ausgegeben. Das geschieht in der Ausgabeschicht.

Zusammengefasst wird in einem künstlichen neuronalen Netz also eingestellt, wie die zugeführten Daten das Neuronennetz beeinflussen. Feste Grenzwerte bestimmen, welche Informationen weitergeleitet und ob einzelne Neuronen aktiviert werden.

Anwendung: vielseitige Einsatzbereiche des künstlichen neuronalen Netzwerkes

Inzwischen werden KNN in unterschiedlichen Bereichen zur Informationsverarbeitung eingesetzt. In der Industrie sind einige der zahlreichen Anwendungsgebiete Qualitätskontrolle, Sortierung und Robotersteuerung. Auch für Sprach- und Bilderkennung ist ein neuronales Netz essenziell. Nur durch ein künstliches neuronales Netz kann die Google-Suche beispielsweise 75 Mio. Katzenbilder ausspielen, wenn das Wort „Katze“ gesucht wird. Im Bereich der Künstlichen Intelligenz sorgt ein künstliches neuronales Netz für eine Vorstrukturierung und Gruppierung der Information.

Mit Künstlicher Intelligenz erfolgreich durchstarten

Effizienzsteigerung

Mit Künstlicher Intelligenz erfolgreich durchstarten

Wie Sie Ihr erstes KI-Projekt starten, wie sich die Branche verändern wird und welche Best Practices es heute schon gibt – hier finden Sie die Fakten und das nötige Grundlagenwissen! weiter...

Weitere Quellen zum Thema künstliche neuronale Netze

Tiefergehende Informationen und Näheres zu den unterschiedlichen Anwendungsbereichen gibt der Lehrstuhl für Numerische und Angewandte Mathematik der Brandenburgischen Technischen Universität Cottbus. Auch die Computerwoche beschäftigt sich mit den Eigenschaften der neuronalen Netze.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 46032302 / Machine-Learning)


Industrial Usability 2019

Das Anwendererlebnis im Mittelpunkt

Wie sieht eine erfolgreiche UX-Strategie aus? Ein Glück in Sachen Alleinstellungsmerkmal: Eine für alle, die gibt es nicht. Dieses Dossier bietet verschiedene aktuelle Ansätze und Trends in der Industrial Usability. lesen

Effizienzsteigerung

Mit Künstlicher Intelligenz erfolgreich durchstarten

Wie Sie Ihr erstes KI-Projekt starten, wie sich die Branche verändern wird und welche Best Practices es heute schon gibt – hier finden Sie die Fakten und das nötige Grundlagenwissen! lesen