Im vorausgehenden einführenden Abschnitt über das Neuron wurde das Neuron so analysiert, daß die Neuronfunktion in drei Teilfunktionen zerlegt wurde. Die erste Teilfunktion war die Funktion gewesen (siehe 3.1). Die Teilfunktion integriert die Werte, die von sendenden Neuronen stammen:
Mathematisch kann man diesen Sachverhalt auch so darstellen, daß man sagt, daß die Axone von k-vielen sendenden Neuronen mit ihren Aktivierungswerten einen Vektor v bilden, und die Gewichte zu jedem Inputwert bilden einen weiteren Vektor w. Die Summe der Einzelprodukte kann dann als Skalarprodukt (oder inneres Produkt) dieser beiden Vektoren aufgefaßt werden, also
(Für die scilab-Funktion vecprod() siehe die Scilab-Anhänge.)
Die 'Nähe/Ähnlichkeit' von zwei Vektoren kann man aber auch über die Projektion des einen Vektors v auf den anderen Vektor w mit der Funktion darstellen oder durch den Winkel (hier dargestellt in Grad) mit der Funktion (für beide Funktionen siehe die Scilab-Anhänge).
Wir betrachten jetzt ein Beispiel mit einem empfangenden Neuron sowie k-vielen sendenden Neuronen . Die Outputwerte sind als gegeben und die Gewichte als (vgl. Bild 6.1).
Für ein kleines Experiment nehmen wir folgende Beispielwerte an: der Inpuvektor sei . Als Gewicht variieren wir den Gewichtsvektor w und berechnen beide Vektoren mit den drei oben genannten Funktionen sowie simultan zum Vergleich:
-- | input | -- | -- | -- |
---|---|---|---|---|
-- | -- | -- | -- | |
Nr. | w | vecprod() | vecprojL() | cosvec() |
1 | 4 | 2 | ||
2 | 3.25 | 1.8571429 | ||
3 | 2.5 | 1.7149859 | ||
4 | 1.75 | 1.6059101 | ||
5 | 1 | 2 | ||
6 | 0 | 0 | ||
7 | -1 | -2 |
Diese Werte illustrieren die 'typischen' Fälle sehr schön: bei Nr.1 liegt völlige Übereinstimmung vor, d.h. Vektorprodukt und Vektorprojektion haben maximale Werte während der Unterscheidungswinkel Null 0 ist. Bei Nr.6 sind zwei von vier Dimensionen vorzeichenverkehrt, d.h. hier steht der Gewichtsvektor w orthogonal auf dem Aktivierungsvektor v; entsprechend sind das Vektorprodukt und die Vektorprojektion Null 0, aber der Unterscheidungswinkel liegt bei . Schließlich, im Fall Nr.7 sind alle Dimensionen vorzeichenverkehrt, d.h. hier zeigt der Vektor in die entgegengesetzte Richtung, Vektorprodukt und Vektorprojektion werden negativ, der Unterscheidungswinkel beträgt .
Gerd Doeben-Henisch 2013-01-17