| http://dbpedia.org/ontology/abstract
|
Infomax is an optimization principle for a … Infomax is an optimization principle for artificial neural networks and other information processing systems. It prescribes that a function that maps a set of input values I to a set of output values O should be chosen or learned so as to maximize the average Shannon mutual information between I and O, subject to a set of specified constraints and/or noise processes. Infomax algorithms are learning algorithms that perform this optimization process. The principle was described by Linsker in 1988. Infomax, in its zero-noise limit, is related to the principle of redundancy reduction proposed for biological sensory processing by Horace Barlow in 1961, and applied quantitatively to retinal processing by Atick and Redlich. One of the applications of infomax has been to an independent component analysis algorithm that finds independent signals by maximizing entropy. Infomax-based ICA was described by Bell and Sejnowski, and Nadal and Parga in 1995.nd Sejnowski, and Nadal and Parga in 1995.
, Infomax ist ein Optimierungsprinzip künstl … Infomax ist ein Optimierungsprinzip künstlicher neuronaler Netze und anderer Informationsverarbeitungssysteme. Es besagt, dass eine Funktion, die eine Reihe von Eingangswerten I einer Reihe von Ausgangswerten O zuschreibt, so gewählt oder gelernt werden sollte, dass die durchschnittliche Transinformation nach Shannon zwischen I und O maximiert wird. Dies geschieht abhängig von vordefinierten Bedingungen und/oder vorhandenem Rauschen im Signal. Infomaxalgorithmen sind dabei Lernalgorithmen, die diesem Optimierungsprozess dienen. Infomax bezieht sich auf das Prinzip der Redundanzreduktion, das von Horace Barlow zur Beschreibung biologischer Reizverarbeitung im Jahr 1961 formuliert wurde. Atick und Redlich wendeten es für die Berechnung von Verarbeitungsprozessen der Retina an. Eine der Hauptanwendungn von Infomax findet sich bei der Unabhängigkeitsanalyse (ICA), wobei unabhängige Signale durch Maximierung der Entropie gefunden werden. Maximierung der Entropie gefunden werden.
|
| http://dbpedia.org/ontology/wikiPageID
|
9835466
|
| http://dbpedia.org/ontology/wikiPageLength
|
3403
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
993899543
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/FastICA +
, http://dbpedia.org/resource/Category:Computational_neuroscience +
, http://dbpedia.org/resource/Category:Artificial_neural_networks +
, http://dbpedia.org/resource/Terry_Sejnowski +
, http://dbpedia.org/resource/Horace_Barlow +
, http://dbpedia.org/resource/Algorithm +
, http://dbpedia.org/resource/Algorithms +
, http://dbpedia.org/resource/Mutual_information +
, http://dbpedia.org/resource/Independent_component_analysis +
, http://dbpedia.org/resource/Claude_Shannon +
, http://dbpedia.org/resource/Entropy +
, http://dbpedia.org/resource/Artificial_neural_networks +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Cite_book +
, http://dbpedia.org/resource/Template:Mathapplied-stub +
, http://dbpedia.org/resource/Template:Cite_journal +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Artificial_neural_networks +
, http://dbpedia.org/resource/Category:Computational_neuroscience +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Principle +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Infomax?oldid=993899543&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Infomax +
|
| owl:sameAs |
http://yago-knowledge.org/resource/Infomax +
, http://de.dbpedia.org/resource/Infomax +
, http://rdf.freebase.com/ns/m.02pthq2 +
, http://dbpedia.org/resource/Infomax +
, http://www.wikidata.org/entity/Q6030480 +
, https://global.dbpedia.org/id/4n23F +
|
| rdf:type |
http://dbpedia.org/class/yago/Communication100033020 +
, http://dbpedia.org/class/yago/ComputerArchitecture106725249 +
, http://dbpedia.org/class/yago/Description106724763 +
, http://dbpedia.org/class/yago/NeuralNetwork106725467 +
, http://dbpedia.org/class/yago/Specification106725067 +
, http://dbpedia.org/class/yago/WikicatArtificialNeuralNetworks +
, http://dbpedia.org/class/yago/Message106598915 +
, http://dbpedia.org/ontology/Agent +
, http://dbpedia.org/class/yago/Statement106722453 +
, http://dbpedia.org/class/yago/Abstraction100002137 +
|
| rdfs:comment |
Infomax is an optimization principle for a … Infomax is an optimization principle for artificial neural networks and other information processing systems. It prescribes that a function that maps a set of input values I to a set of output values O should be chosen or learned so as to maximize the average Shannon mutual information between I and O, subject to a set of specified constraints and/or noise processes. Infomax algorithms are learning algorithms that perform this optimization process. The principle was described by Linsker in 1988.rinciple was described by Linsker in 1988.
, Infomax ist ein Optimierungsprinzip künstl … Infomax ist ein Optimierungsprinzip künstlicher neuronaler Netze und anderer Informationsverarbeitungssysteme. Es besagt, dass eine Funktion, die eine Reihe von Eingangswerten I einer Reihe von Ausgangswerten O zuschreibt, so gewählt oder gelernt werden sollte, dass die durchschnittliche Transinformation nach Shannon zwischen I und O maximiert wird. Dies geschieht abhängig von vordefinierten Bedingungen und/oder vorhandenem Rauschen im Signal. Infomaxalgorithmen sind dabei Lernalgorithmen, die diesem Optimierungsprozess dienen.en, die diesem Optimierungsprozess dienen.
|
| rdfs:label |
Infomax
|
