Nach den wichtigen (aber vermutlich auch etwas anstrengenden) theoretischen Grundlagen können wir uns nun mit einer ersten Anwendung beschäftigen. Die Aufgabe besteht darin, anhand (sichtbarer) Eigenschaften zu entscheiden, ob ein Pilz essbar ist oder nicht (giftig bzw. ungesund).
Bitte unbedingt beachten: Die folgende Vorgehensweise dient der Demonstration künstlicher neuronaler Netze. Aufgrund der vielen Vereinfachungen und Annahmen sollte das hier vorgestellte Verfahren niemals dafür verwendet werden, tatsächlich Pilze hinsichtlich ihrer Essbarkeit zu klassifizieren.
Um die genannte Klassifikationsaufgabe zu lösen, verwenden wir das folgende künstliche neuronale Netz:
Das Netzwerk besteht aus zehn Eingangsneuronen, welche die Eigenschaften des Pilzes definieren. Die Eingangsneuronen sind jeweils mit vier weiteren Neuronen verbunden (wobei nicht alle Pfeile bzw. Gewichte dargestellt sind). Schließlich folgen zwei Ausgangsneuronen, die entscheiden, ob der zugehörige Pilz essbar bzw. giftig (nicht essbar) ist.
Genauer definieren müssen wir allerdings noch, wie die Eingangsneuronen zu verstehen sind. Hierzu veranschaulicht zunächst folgende Abbildung den grundlegenden Aufbau von Pilzen mit Lamellen. Wichtig für uns ist dabei der Hut, die Lamellen, der Ring sowie der Stiel (oberhalb und unterhalb des Ringes).
Die insgesamt zehn Eigenschaften sind nun zwecks Eingangsneuron als Zahlenwerte zwischen 0 und 1 zu beschreiben. Die exakte Definition diesbezüglich finden sich im folgenden Dokument.
Die folgende Abbildung zeigt ein explizites Beispiel, wie sich die Werte der Eingansneuronen anhand des äußeren Erscheinungsbildes des Pilzes ergeben.
