Adaline-Modell
Sign in to saveright|thumb|241x241px|Learning inside a single-layer ADALINE thumb|286x286px|Photo of an ADALINE machine, with hand-adjustable weights implemented by rheostats thumb|346x346px|Schematic of a single ADALINE unit ADALINE (Adaptive Linear Neuron or later Adaptive Linear Element) is an early single-layer artificial neural network and the name of the physical device that implemented it. It was developed by professor Bernard Widrow and his doctoral student Marcian Hoff at Stanford University in 1960. It is based on the perceptron and consists of weights, a bias, and a summation function. The weights
Wikidata facts
- Subclass of
- artificial neural network
Show 4 more facts
- discoverer or inventor
- Marcian Hoff
- time of discovery or invention
- 1960-00-00
- location of discovery
- Stanford University
- Commons category
- ADALINE
Sources (1)
via Wikidata · CC0
Article · Deutsch
Das Adaline-Modell ist eine Form eines künstlichen neuronalen Netzes. Der Name stand für ADAptive LInear NEuron, als neuronale Netze später an Popularität verloren, wurde das Akronym auch als ADAptive LINear Element übersetzt. Das Adaline-Modell wurde 1959 von Bernard Widrow und Marcian Edward Hoff vorgeschlagen und bildet ein Perzeptron, bei dem dem auch die Aktivierung einer Ausgabeeinheit als Information zur Verfügung steht. Das Bild zeigt die Struktur eines ADALINE. Der Lernalgorithmus adaptiert die Gewichte des Eingabevektors sowie des Bias(Tendenz)-Eingangs. Als Lernregel schlugen Widrow und Hoff die sogenannte Delta-Regel (auch als Widrow-Hoff-Regel oder Least-Mean-Squares-Algorithmus bekannt) vor. Diese bewirkt ein anderes Verhalten des künstlichen neuronalen Netzes, indem sie stabileres Wissen aufbaut, da durch die modifizierte Lernregel einmal gelerntes Wissen weniger leicht wieder vergessen wird.
Abstract from DBpedia / Wikipedia · CC BY-SA