Das folgende Beispiel wird in Schritten entwickelt: zunächst 'fest verdrahtet', also als reaktives Input-Output System, dann adaptiv, als selbst lernendes Input-Output System.
Allgemeines Schema ist eine Umgebung mit Aufgaben und ein Input-Output System mit
(5.1) | |||
(5.2) | |||
(5.3) | |||
(5.4) | |||
(5.5) |
Im Falle von reaktiven Systemen lautet die Verhaltensformel , d.h. die internen Zustände liegen fest, sie können nicht adaptiv verändert werden.
Ausgangslage: Gegeben ist eine Welt mit der Aufgabe, aus einer bestimmten Menge von Mustern mit folgende Teilmenge zu erkennen:
MUSTER | AUSGANG | SIGNAL |
1001 | 1 | 0/1 |
0110 | 2 | 0/1 |
1010 | 3 | 0/1 |
0101 | 4 | 0/1 |
Konstruktion: Es soll ein künstliches neuronales Netz konstruiert werden, das die Muster erkennen kann.
Konvention: