Optimierung von Lernprozessen durch Selbstkontrolle

• Antragsteller: Professor Dr. Heinz Georg Schuster
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung von 1999 bis 2000
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5224592

Der Lernprozess in neuronalen Netzen lässt sich oft als Optimierungsprozess beschreiben, bei dem Extrema in der "synaptischen Landschaft" gesucht und stabilisiert werden. Durch Rückkopplung gelang es bisher, sowohl instabile Bahnen in nichtlinearen dynamischen Systemen als auch Fixpunkte in neuronalen Netzen erfolgreich zu kontrollieren. Im vorliegenden Projekt soll der Lernprozess selbst durch Rückkopplung beschleunigt und stabilisiert werden. Dies soll dadurch geschehen, dass ein "Feed Forward" Netz, das eine bestimmte Input-Output Relation lernt, durch ein zweites "Feed Forward" Netz lokal überwacht wird, um dadurch die zeitlich gemittelte Belohnung beim Reinforcement Lernen zu optimieren. Wir erwarten uns neben grundsätzlichen Einblicken in Lernprozesse, bei denen durch ein Überwachungsnetz eine "Metaebene" eingeführt wird, auch praktische Auswirkungen für die Optimierung von Lernprozessen, etwa bei der Quellenseparation durch neuronale Netze, die bei der Spracherkennung Anwendung finden.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: USA
• Beteiligte Person: Professor Dr. Christof Koch