Parallele Backpropagation
Next: Einleitung
Parallele Backpropagation
Ulrich Middelberg, Frank M.Thiesing, Oliver Vornberger
Universität Osnabrück
Fachbereich Mathematik/Informatik
D-49069 Osnabrück
Frank.Thiesing@GAD.de
Abstract:
Neuronale Netze eignen sich zur Prognose von Zeitreihen.
Dazu wird hier das Backpropagation-Lernverfahren für Multilayer Feedforward Perzeptron
Netzwerke in einer modifizierten Form mit Neuronenaufspaltung eingesetzt.
Die Parallelisierung dieses zeitaufwendigen Lernverfahrens erfolgt auf zwei Arten:
Die Aufteilung des Trainingssets beim Batch-Learning und die Parallelisierung der
Matrix-Vektor-Operationen beim On-Line-Training.
Die Implementation erfolgt sowohl unter Parix auf Transputernetzwerken
als auch unter PVM auf Workstation-Clustern.
Ergebnisse über die Güte der modifizierten Backpropagation-Lernregel werden anhand einer
zu prognostizierenden Zeitreihe vorgestellt.
Frank M. Thiesing
Mon Dec 19 15:35:21 MET 1994