Feedforward Verbindung: Ein Aktivationszustand kann sich nur von einem Neuron zu einem anderen
Neuron ausbreiten. In der umgekehrten Richtung kann sich der Aktivationszustand nicht ausbreiten
Feedback Verbindung: Ein Aktivationszustand kann sich in beide Richtungen ausbreiten.
Für vorwärtsgekoppelte Netze gibt es eine Vielzahl Lernverfahren. Hier wird näher das Fehlerrückführungsverfahren (Error Backpropagation) behandelt. Ziel des Verfahrens ist es, den Fehler zwischen den Sollausgaben und den vom Netz berechneten Ausgaben zu minimieren. Als Fehlermaß wird dabei der mittlere quadratische Fehler verwendet. Der Error‑Backpropagation‑Algorithmus funktioniert wie folgt:
(1) Wähle das nächste Trainingspaar (Eingabe, Sollausgabe) aus der Trainingsmenge. Lege den Eingangsvektor an die erste Schicht des Netzwerks.
(2) Berechne die (Ist‑)Ausgabe des Netzwerks.
(3) Berechne den Fehler zwischen der Ausgabe des Netzwerks und dem Sollausgabevektor.
(4) Verändere die Gewichte in einer Weise, die den Fehler verringert.
(5) Wiederhole die Schritte (1) bis (4) für jeden Vektor der Trainingsmenge, bis der Gesamtfehler (mittlere quadratische Fehler über alle Trainingsbeispiele) annehmbar klein bleibt.
