A B C E G H I J L M N O P Q R S T W

S

STR_averageRootMeanSquareError_long - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Lange Stringrepräsentation des Fehlertyps avg.
STR_averageRootMeanSquareError_short - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Kurze Stringrepräsentation des Fehlertyps avg.
STR_averageSumAbsoluteError_long - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Lange Stringrepräsentation des Fehlertyps avg.
STR_averageSumAbsoluteError_short - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Kurze Stringrepräsentation des Fehlertyps avg.
STR_averageSumOfSquaredError_long - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Lange Stringrepräsentation des Fehlertyps avg.
STR_averageSumOfSquaredError_short - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Kurze Stringrepräsentation des Fehlertyps avg.
STR_errorTypes_short - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Array aller kurzen Stringrepräsentation der Fehlertypen.
STR_maximumNeuronAbsoluteError_long - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Lange Stringrepräsentation des Fehlertyps max. neuron ABSE.
STR_maximumNeuronAbsoluteError_short - Static variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
Kurze Stringrepräsentation des Fehlertyps max. neuron ABSE.
SuperSABMomentum - class mscJNeuralNet.trainingAlgorithms.SuperSABMomentum.
Das SuperSAB Lernverfahren nach Tollenaere mit Momentum-Term.
SuperSABMomentum() - Constructor for class mscJNeuralNet.trainingAlgorithms.SuperSABMomentum
 
save(Net, File) - Static method in class mscJNeuralNet.net.Net
Speichert das Netz in einer Datei.
save(String, Patterns) - Static method in class mscJNeuralNet.patterns.Patterns
Speichert die gegebene Lerndatenmenge in der gegebenen Datei.
save(File, Patterns) - Static method in class mscJNeuralNet.patterns.Patterns
Speichert die gegebene Lerndatenmenge in der gegebenen Datei.
save(Writer, Patterns) - Static method in class mscJNeuralNet.patterns.Patterns
Gibt die gegebene Lerndatenmenge über das gegebene Writer-Objekt aus.
setActualGradients(double[][]) - Method in class mscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm
 
setActualGradients(double[][]) - Method in interface mscJNeuralNet.trainingAlgorithms.INetTrainingAlgorithm
Legt die aktuellen Gradienten für die Gewichte fest.
setCycle(int) - Method in class mscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm
Am Ende dieser Methode werden alle Observer benachrichtigt.
setCycle(int) - Method in interface mscJNeuralNet.trainingAlgorithms.INetTrainingAlgorithm
Legt den aktuellen Lernschritt fest.
setHeightGridsEvery(double) - Method in class mscJNeuralNet.gui.subComponents.JGraphView
Legt die Anzahl der Einheiten fest, bei denen ein vertikaler Raster gezeichnet werden soll.
setHeightScale(double) - Method in class mscJNeuralNet.gui.subComponents.JGraphView
Legt die Skalierung der y-Achse zu den Einheiten fest.
setInputToken(int, int, double) - Method in class mscJNeuralNet.patterns.Patterns
Legt den Wert eines einzelnen Datums im definierten Eingabemuster fest.
setLearningParameters(double[]) - Method in class mscJNeuralNet.trainingAlgorithms.BackpropagationMomentum
Dieses Lernverfahren unterstützt folgende Parameter:
Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm Am Ende der Methode werden die Observer benachrichtigt.
setLearningParameters(double[]) - Method in interface mscJNeuralNet.trainingAlgorithms.INetTrainingAlgorithm
Legt die Lernparameter für das Lernverfahren fest.
setLearningParameters(double[]) - Method in class mscJNeuralNet.trainingAlgorithms.QuickProp
Dieses Lernverfahren unterstützt folgende Parameter:
Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 MaxGrowthRate Beschränkt die gemachten Schrittweiten als Maximum.
setLearningParameters(double[]) - Method in class mscJNeuralNet.trainingAlgorithms.RProp
Dieses Lernverfahren unterstützt folgende Parameter:
Index Bezeichnung Funktion 0 Delta Plus Faktor zum Erhöhen der variablen Lernschrittweite 1 Delta Minus Faktor zum Verkleinern der variablen Lernschrittweite 2 Delta Max Maximale variable Lernschrittweite 3 Delta Min Minimale variable Lernschrittweite 4 Initial Delta Initialwert für alle variablen Lernschrittweiten Am Ende der Methode werden die Observer benachrichtigt.
setLearningParameters(double[]) - Method in class mscJNeuralNet.trainingAlgorithms.RPropWeightDecay
Dieses Lernverfahren unterstützt folgende Parameter:
Index Bezeichnung Funktion 0 Delta Plus Faktor zum Erhöhen der variablen Lernschrittweite 1 Delta Minus Faktor zum Verkleinern der variablen Lernschrittweite 2 Delta Max Maximale variable Lernschrittweite 3 Delta Min Minimale variable Lernschrittweite 4 Initial Delta Initialwert für alle variablen Lernschrittweiten Am Ende der Methode werden die Observer benachrichtigt.
setLearningParameters(double[]) - Method in class mscJNeuralNet.trainingAlgorithms.SuperSABMomentum
Dieses Lernverfahren unterstützt folgende Parameter:
Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten Am Ende der Methode werden die Observer benachrichtigt.
setNet(Net) - Method in class mscJNeuralNet.gui.JNetInfoView
 
setNet(Net) - Method in class mscJNeuralNet.gui.JNetWeightView
 
setNet(Net) - Method in class mscJNeuralNet.gui.subComponents.JWeightView
Legt das Netz fest, welches durch diese Komponente dargestellt werden soll.
setNet(Net) - Method in class mscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm
 
setNet(Net) - Method in interface mscJNeuralNet.trainingAlgorithms.INetTrainingAlgorithm
(Er-)setzt das Netz, das durch dieses Lernverfahren trainiert werden soll.
setNetTrainer(NetTrainer) - Method in class mscJNeuralNet.gui.JNetErrorGraphView
 
setNetTrainer(NetTrainer) - Method in class mscJNeuralNet.gui.JNetTrainerControl
 
setNetTrainer(NetTrainer) - Method in class mscJNeuralNet.gui.superComponents.JEnvironmentPanel
Der NetTrainer, der in dieser Komponente benutzt werden soll.
setOutputToken(int, int, double) - Method in class mscJNeuralNet.patterns.Patterns
Legt den Wert eines einzelnen Datums im definierten Ausgabemuster fest.
setTargetCycles(int) - Method in class mscJNeuralNet.trainer.NetTrainer
Legt fest, wieviele Lernschritte der Trainer absolvieren soll.
setTargetError(double) - Method in class mscJNeuralNet.trainer.NetTrainer
Legt fest, bei welchem Fehlerwert der Trainer das Training als erfolgreich beenden soll.
setTargetErrorType(int) - Method in class mscJNeuralNet.trainer.NetTrainer
Typ des Fehlers, dessen Unterschreitung das Training beendet NetTrainer.setTargetError(double).
setTrainingAlgorithm(INetTrainingAlgorithm) - Method in class mscJNeuralNet.gui.JNetTrainingAlgorithmControl
 
setTrainingAlgorithm(INetTrainingAlgorithm) - Method in class mscJNeuralNet.trainer.NetTrainer
Legt das Lernverfahren für das Training fest.
setTrainingPatterns(Patterns) - Method in class mscJNeuralNet.trainer.NetTrainer
Legt die Lerndatenmenge fest.
setUseRandomizedPatternOrder(boolean) - Method in class mscJNeuralNet.trainer.NetTrainer
Legt fest, ob beim Training die Lerndatensätze immer in der gleichen Reihenfolge gelernt werden sollen, oder ob nach jedem Lernschritt die Reihenfolge zufällig ermittelt werden soll.
setWidthGridsEvery(double) - Method in class mscJNeuralNet.gui.subComponents.JGraphView
Legt die Anzahl der Einheiten fest, bei denen ein horizontaler Raster gezeichnet werden soll.
setWidthScale(double) - Method in class mscJNeuralNet.gui.subComponents.JGraphView
Legt die Skalierung der x-Achse zu den Einheiten fest.
sign(double) - Static method in class mscJNeuralNet.net.Net
Berechnet die Vorzeichenfunktion für den gegebenen Wert.
start() - Method in class mscJNeuralNet.trainer.NetTrainer
Startet den nebenläufigen Prozess zum Trainiern des Netzes.
stop() - Method in class mscJNeuralNet.trainer.NetTrainer
Hält den nebenläufigen Prozess zum Trainieren des Netzes an.
sumOfAbsoluteErrors - Variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
[pattern]
Absoluter Fehler eines einzelnen Lerndatensatzes, berechnet als Summe für alle Ausgabeneuronen ( Abs(Soll-Wert - Ist-Wert) )
sumOfSquaredErrors - Variable in class mscJNeuralNet.netPerformanceStatistics.NetPerformanceStatistics
[pattern]
Quadrierter Fehler eines einzelnen Lerndatensatzes, berechnet als Summe für alle Ausgabeneuronen ( (Soll-Wert - Ist-Wert)^2 )

A B C E G H I J L M N O P Q R S T W