Künstliche Neuronale Netze (KNN)

Gemein ist diesen künstlichen neuronalen Netzen, dass sie lose vom Aufbau des Gehirns inspiriert sind und dessen Lernprozesse nachbilden sollen. Sie bestehen aus miteinander verbundenen Neuronen, die basierend auf einem Eingangssignal durch interne Berechnungen ein Ausgabesignal erzeugen. Innerhalb eines Neurons werden die Eingabesignale summiert. Mithilfe einer Aktivierungsfunktion wird dann ermittelt, welches Ausgabesignal weitergegeben wird.

Künstliche neuronale Netze bestehen aus einer Vielzahl an einzelnen Neuronen, die in Schichten angeordnet sind: Eingabeschicht, verborgene Schichten und Ausgabeschicht. Die Informationen fließen von der Eingabeschicht über die verborgenen Schichten zur Ausgabeschicht. Diese Verbindungen werden im Berechnungsprozess als Gewichte (Verbindungsintensität) dargestellt (siehe folgende Abbildung).