The optical implementation of neural networks can be realized by storing the weights in holograms with a limited number of gray values. Motivated by this fact, we focused our investigation in this thesis on analyzing the dependence of the generalization and training errors of a simple perceptron with discrete weights, on the training set size, and on the number of allowed discrete values.
Translation of the title:
Gewichts-Diskretisierung entsprechend optischen Einschränkungen und ihr Einfluß auf die Generalisierungsfähigkeit eines simplen Perzeptrons
(German)
Translation of the abstract:
Aufgrund der Geschwindigkeit und der wechselwirkungsfreien Überlagerung von Photonen wird der optischen Implementierung neuronaler Netze immer mehr Aufmerksamkeit gewidmet. Eine der möglichen Implementierungsformen kann realisiert werden, indem man die Gewichte in Hologrammen mit limitierter Anzahl von Graustufen speichert. Motiviert durch diese Tatsache, haben wir uns in dieser Arbeit auf das Analysieren der Abhängigkeit der Generalisierungs- und Trainingsfehler eines simplen Perzeptrons von der Anzahl der Trainingsmuster und der Anzahl der erlaubten diskreten Gewichte konzentriert.
(German)
Additional information:
Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.