Diskussion:Hebbsche Lernregel
Verbesserungsvorschlag
Ein Leser hat in Ticket:2016012710016553 den folgenden Verbesserungsvorschlag eingereicht. Da ihm die Bedienung der math-Syntax zu schwer ist (was ich gut nachvollziehen kann...), habe ich den Vorschlag hierhin übertragen. XenonX3 – (☎) 17:47, 27. Jan. 2016 (CET)
Anfang Übertrag
Nach der Lernregel von D. Hebb ändert in einem neuronalen Netz das -te feuernde Neuron den Gewichtsfaktor seiner -ten Synapse um . Diese Änderung ist proportional zur Stärke der an der -ten Synapse anliegenden Reizkomponente und zur Feuerstärke des Ausgangssignals des -ten Neurons. Mit dem Proportionalitätsfaktor ergibt sich die Formel
Ende Übertrag
Grundsatzfrage
Die Hebb`sche Lernregel hat ja die Form eines linearen Gleichungssystems. Das heisst doch eigentlich: Es gibt keine Begrenzung nach oben. Und nach unten wird ein 0 - Wert angenommen. Meine Frage also lautet: Ist die Formel vollständig? Den biologischen Gegebenheiten jedenfalls dürfte sie wohl kaum gerecht werden. Dann ein weiterer Punkt: Es wird eine lineare Korrelation angenommen. Eigentlich doch eine pure Behauptung, oder nicht? Was sicher nicht stimmen kann, das ist der Punkt, dass es nach oben keine Begrenzung gibt. 1. Die Reizstärke kann nicht beliebig erhöht werden. Und: 2. Der Wert der Reizantwort kann nicht beliebig hoch werden. Und einen Schwellenwert gibt es auch noch. Was lässt sich also wirklich mit dieser Formel berechnen?
- Ich denke die Hebbsche Lernregel hat nicht den Anspruch einer vollständigen biologischen Plausibilität. Es ist auch kein vollständiges künstliches Lernsystem. Ich denke es ist nur ein grundlegendes Konzept, das man in verschiedenen Lernsystemen verwenden kann. Wie du schon richtig erkennst, gehört da in der Regel auch ein Schwellenwert dazu. --Space0101 (Diskussion) 19:09, 2. Apr. 2020 (CEST)
Allgemeinverständlicher
Hier wird nicht allgemein verständlich erklärt, was diese Regel besagt.
