Aus einer einzigen Schicht künstlicher Neuronen besteht das Einlagige-, also das Single-Layer-Perzeptron. Diese Schicht repräsentiert zugleich den Ausgabevektor. Jedes einzelne Neuron besitzt eine Neuronenfunktion und den gesamten Eingabevektor als Parameter.
Mit der Berechnung dieses Perzeptrons befasst sich die » Hebbsche Lernregel.
Das Lernen eines Perzeptrons bezieht sich auf die Wichtung dieses (analog zur Hebbschen Lernregel).
Das Perzeptron ist in der Lage, Eingangsvektoren, die von ursprünglich gelernten Vektoren leicht abweichen, zu klassifizieren, sobald Gewichtungen einmal erlernt wurden.
Dies ist auch die Eigenschaft, die das Single Layer Perzeptron ausmacht.
» Hier
finden sie die Darstellung eines Single-Layer-Perzeptrons.
Weiter zu » Multi Layer Perzeptron
