Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Neuronale Netze vs. Support-Vektor-Maschinen - Ein direkter Vergleich der Klassifikationsmethoden für komplexe biologische Daten

 
: Trommer, Maria; Wenzel, Andreas; Walther, Christian

Hoffmann, Frank (Hrsg.) ; Karlsruher Institut für Technologie -KIT-; VDI/VDE-Gesellschaft Meß- und Automatisierungstechnik -GMA-, Düsseldorf:
26. Workshop Computational Intelligence 2016. Proceedings : 24. - 25. November 2016, Dortmund
Karlsruhe: KIT Scientific Publishing, 2016
ISBN: 978-3-7315-0588-4
ISBN: 3-7315-0588-6
S.179-192
Workshop Computational Intelligence <26, 2016, Dortmund>
Deutsch
Konferenzbeitrag
Fraunhofer IOSB ()

Abstract
Dieser Beitrag zeigt einen direkten Vergleich von zwei Klassifikationsmethoden an einem konkreten Beispiel. Es wird die Leistungsfähigkeit von Populationen von künstlichen Neuronalen Netzen (KNN) mit der Leistungsfähigkeit der Support-Vektor-Maschine (SVM) am Beispiel einer schlafstadienspezifischen Bewertung von EEG-Daten verglichen. Diese Daten stellen komplexe biologische Daten dar. Beide Methoden wurden eingehend auf die vorliegenden Daten optimiert. Dabei zeigten sich die grundlegenden Unterschiede zwischen den Methoden. Während sich die Komplexität der KNN einstellen lässt, ist dies bei der SVM nur eingeschränkt möglich. Die These, die SVM sei den künstlichen Neuronalen Netzen überlegen, konnte in diesem Beitrag für komplexe biologische Daten nicht bestätigt werden. Die Resultate zeigen zum einen eine höhere Instabilität der SVM Klassifikatoren durch eine höhere Streuung der Ergebnisse. Zum anderen wird deutlich, dass die KNN in den meisten Gütekriterien bessere Werte erreichen können.

: http://publica.fraunhofer.de/dokumente/N-426374.html