next up previous contents
Nächste Seite: LOKALE BEDINGTE VARIANZMAXIMIERUNG Aufwärts: PERFORMANZMASSE FÜR DIE DREI Vorherige Seite: ENTFERNUNG DES GLOBALEN INVERTIBILITÄTSTERMS   Inhalt

EIN NACHTEIL OBIGER VERFAHREN

Die im Unterabschnitt 6.3.4 vorgestellte Linearkombination der für die drei Kriterien zuständigen Zielfunktionen scheint mit einem Nachteil behaftet: Ein faktorieller Code verursacht bei $\alpha > 0$ nicht-maximales $V$ und somit auch nicht-maximales $T$ (abgesehen von seltenen Fällen, wie z.B. bei $2^n$ gleich wahrscheinlichen unterschiedlichen Eingabemustern). Dies bedeutet, daß die relativen Gewichtungsparameter bei einem gegebenen Problem unter Umständen sorgfältig `getunt' werden müssen. Die elegante Methode des nächsten Abschnitts vermeidet diese Notwendigkeit sorgfältiger Parameterwahl, indem sie den Term für Varianzmaximierung durch einen prediktorbasierten Term für bedingte Varianzmaximierung ersetzt.



Juergen Schmidhuber 2003-02-20


Related links in English: Recurrent networks - Fast weights - Subgoal learning - Reinforcement learning and POMDPs - Unsupervised learning and ICA - Metalearning and learning to learn
Deutsche Heimseite