WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Aufbau eines neuronalen Netzes

 

NNLab
Forum-Fortgeschrittener

Forum-Fortgeschrittener


Beiträge: 59
Anmeldedatum: 11.10.11
Wohnort: Frankfurt am Main
Version: 7.12.0
     Beitrag Verfasst am: 28.05.2012, 14:08     Titel: Aufbau eines neuronalen Netzes
  Antworten mit Zitat      
Hallo Freunde,

ich bin gerade ein bisschen hoffnungslos und ahnungslos. Confused
Würde gerne eine Klassifikation mit Künstlichen neuronalen Netzen durchführen, nur scheitere ich am Verständnis, und erhoffe mir Hilfe eurerseits.

Es geht darum mehrere normierte Datensätzen zu klassifizieren.
Die Normierung erfolgt mit der Formel:
Code:
Y = (X - ((Xmin + Xmax) / 2)) / (Xmax - ((Xmin + Xmax) / 2))
, sodass die Datensätze im Intervall [-1, 1] liegen.

Für den Anfang habe ich drei Klassen, jede Klasse ist eine Matrize aus sieben Zeilen und 50 Spalten.

Den Input für das KNN habe ich also so aufgebaut:
Code:
P = [Klasse1; Klasse2; Klass3];

In diesem Fall hätte ich 21 eingangs Neuronen.

Nun fängt schon das erste Problem an, wie gestalte ich den Target?
Ich überlegte mir den Target auch aus drei Klassen zu definieren, Klasse 1 wäre ein Vektor mit lauter Einsern, also :
Code:
T1 = ones(1, 50);


Klasse 2 ein Vektor mit Nullern:
Code:
T2 = zeros(1, 50);


Und die dritte Klasse mit null und eins abwechselnd:
Code:
T3 = [0,1,0,1,0,1,….];
T = [T1; T2; T3];


Doch Weiß ich bei dem leider nicht ob es richtig ist oder ob ich mit all dem gegen die Wand fahre.

Wie würdet ihr dieses Netz aufbauen?
Welches Netz würdet ihr benutzen?
Wenn ich schon beim Aufbau der Inputs und Targets Fehler gemacht habe, liegt es nur an meinem geringen Verständnis von all dem, doch bitte ich euch auch mich zu korrigieren.

Ich bin wirklich für jeden 'Input' dankbar, und würde gerne mit eurer Hilfe dieses Netz langsam, aber nach und nach Aufbauen.

DANKE!
Private Nachricht senden Benutzer-Profile anzeigen


MaFam
Forum-Meister

Forum-Meister


Beiträge: 799
Anmeldedatum: 02.05.12
Wohnort: ---
Version: R2009b
     Beitrag Verfasst am: 29.05.2012, 08:08     Titel:
  Antworten mit Zitat      
Hallo,

kannst du bitte weitere Erklärungen zum Hintergrund geben. Um welches Klassifizierungsproblem handelt es sich genau? Möchtest du die Toolbox für neuronale Netze verwenden oder selbst die entsprechenden "Bausteine" entwickeln?

Ein wenig Inspiration: http://www-zeuthen.desy.de/~kolanosk/smd_ss02/skripte/nn.pdf (Kapitel 7.3.5)

Grüße, Marc
Private Nachricht senden Benutzer-Profile anzeigen
 
NNLab
Themenstarter

Forum-Fortgeschrittener

Forum-Fortgeschrittener


Beiträge: 59
Anmeldedatum: 11.10.11
Wohnort: Frankfurt am Main
Version: 7.12.0
     Beitrag Verfasst am: 29.05.2012, 16:26     Titel:
  Antworten mit Zitat      
Hallo Marc,

ich würde dir auch gerne mehr zum Hintergrund sagen, doch verstehe ich selber nicht mehr als oben schon erwähnt.
Ich habe drei Klassen und zu denen jeweils sieben Datensätze (Merkmalsvektoren). Die Datensätze liegen immer in Intervall (-1,1).
Nun versuche ich diese Datensätze zu klassifizieren so das mir das NN als Ergebnis anzeigt, DatensatzXY gehört zur Klasse 2 usw.
Mag sein das ich die Funktionsweise einen KNN auch völlig falsch verstehe, doch dann bitte ich um Korrektur.

Dein Link hat mir schon etwas mehr geholfen zum Verstehen eines neuronalen Netzes, so habe ich erfahren, dass ein Feed Forward Netz gut geeignet ist zur Klassifizierung.
Doch die angezeigten Beispiele dort mit dem XOR Problem überschneiden sich nicht mit meinem Problem.

Ob Toolbox oder Selbstprogrammierung ist für mich erst mal zweitrangig, Funktionieren muss es.

Gruß
Private Nachricht senden Benutzer-Profile anzeigen
 
MaFam
Forum-Meister

Forum-Meister


Beiträge: 799
Anmeldedatum: 02.05.12
Wohnort: ---
Version: R2009b
     Beitrag Verfasst am: 29.05.2012, 16:38     Titel:
  Antworten mit Zitat      
Es wäre z.B. wichtig zu wissen, was die Merkmalsvektoren der Klassen aussagen! Beschreiben diese vielleicht Flächen? Dann wäre es ein geometrisches Klassifizierungsproblem. Wie kommt es, dass du so wenig zu dem Hintergrund sagen kannst? Wenn es eine Uni-Aufgabe ist, sollte dir der Prof was dazu sagen können. Ist es was Berufliches, so gibt es doch sicherlich einen Betreuer/Zuständigen/Projektleiter, der weiß, worum es da geht?!

Hast du die Toolbox für neuronale Netze?
Private Nachricht senden Benutzer-Profile anzeigen
 
NNLab
Themenstarter

Forum-Fortgeschrittener

Forum-Fortgeschrittener


Beiträge: 59
Anmeldedatum: 11.10.11
Wohnort: Frankfurt am Main
Version: 7.12.0
     Beitrag Verfasst am: 29.05.2012, 16:54     Titel:
  Antworten mit Zitat      
Dann habe ich dich nur falsch verstanden.
Ich kann dir schon etwas zum Hintergrund sagen.
Der Merkmalsvektor besteht aus verschiedenen Merkmalen, die ich aus einen Ultraschallsignal errechnet habe,
doch darf ich leider nicht näher dadrauf eingehen, wie z.B. was das für Merkmale sind und wie ich die errechnet habe.

Liegt leider nicht an mir.

edit: Die Toolbox ist vorhanden!
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2025 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.