Wir haben uns vor dem Essen noch angeschaut, ein weiteres Beispiel für eine Bedingung,

die man unabhängig von der Anwendung allgemein nehmen kann, um dynamisches System im Laden zu

unterstützen. Wenn ich also die perfekte punktweise Abbildung geschafft hätte, dann würde das hier

nichts nützen, aber solange wir das eben noch nicht haben, wird hier eben die Krümmung gefördert,

sprich eine Eigenschaft von dynamischem System gefördert, die wir doch gerne hätten, wenn wir

eben ein dynamisches System modellieren wollen. Und das haben wir dann eben hier so gemacht. Dann bleibt

nach wie vor die Frage, kann man das gut mit den Parachütische-Fassen kombinieren? Aber jetzt

gucken wir mal weiter. Also eine gute Eigenschaft von hier ist, dass wir das hier in dem Beispiel

60.000 Epochen haben laden lassen, das ist ziemlich gut. Und wenn wir das dann weiter

laufen lassen, sehr lange, sogar 240.000 Epochen, dann ist es immer noch überdurchschnittlich gut.

Ich will sagen, das ist eine Eigenschaft, die sich nicht selbst zerstört. Also wir haben hier einen

sehr kleinen Fehler, aber das ändert nichts daran, dass die Lösung auch von der Formel,

die dabei entsteht, schon brauchbar ist. So, den nächsten Punkt, den ich gerne machen möchte,

wäre auch wieder eine Einbettung, aber diesmal keine zeitliche Einbettung zwischen dem Punkt

davor und dem Punkt danach, sondern hier geht es um eine räumliche Einbettung. Also wenn wir uns

so eine Traktorie angucken, die könnte ja ziemlich hässlich aussehen, sprich, so völlig verworren

in diesem Raum zwischen minus eins und plus eins eingebettet sein. Und das ist ja dann eine

Angelegenheit, die vielleicht nicht besonders stabil ist, um das als vorher sagbare Traktorie

auszudrücken. Bleibt die Frage, könnte ich irgendwas tun, um eine Traktorie in einen Raum

einzubetten, sodass das in dem eingebetteten Raum dann noch schöner aussieht, wie das hier. Ja,

und eine Idee, die man dabei haben könnte, wäre jetzt, dass wir hingehen und die Traktorie hier,

dass wir die Traktorie mit Neues versehen. Warum? Wir haben ja immer nur ein Trainingsbeispiel. Wenn

ich nur ein Trainingsbeispiel habe, dann lerne ich sozusagen aus diesem einen Trainingsbeispiel

immer Ort-zu-Target-Vergleich hier. Wenn ich Neues hier drauf machen würde, dann hätte ich ja

nicht nur ein Trainingsbeispiel, sondern ganz viele Trainingsbeispiele, die sich aber leicht

unterscheiden. Und Neues zu machen suggeriert zunächst mal, dass ich es für jeden Zeitpunkt

dann hier in unterschiedlichen Neues mache. Und das wäre nicht gut, weil wenn unser Original Traktor

so ausgesehen hat, dann könnte ich ja an den verschiedenen Zeitpunkten hier jetzt unterschiedlich

viel Neues drauf tun, also unterschiedliche Neuesverschiebungen drauf tun. Und dann würde

die Original Traktorie in eine Traktorie verbogen, die nicht mehr dieselbe Dynamik, gerade schon mal

gar nicht dieselbe Krümmung hat, wie das, was wir vorher hatten. Und Krümmung war ja anscheinend gut.

Wenn ich das so sehe, wie könnte ich dafür sorgen, dass ich ein Neues hier mache, was die

Traktorie dann halt irgendwie ja noch dieselbe dynamische Struktur hat, wo uns mehr Trainingsbeispiele

liefert. Die richtige Antwort darauf ist, ich darf eben nicht hier an jedem Zeitpunkt einen anderen

Verschiebevektor drauf tun. Ich muss zu jedem Zeitpunkt den selben Verschiebevektor drauf tun,

also wenn ich hier nach unten schiebe, muss ich auch hier, hier und hier gleich nach unten schieben.

Das heißt, auf gut Deutsch, ich mache aus der ordentlichen Original Traktorie dann so eine blaue

Traktorie. Dadurch habe ich dann sozusagen ein neues Beispiel, was ich lernen kann, was in der

Nähe von dem anderen liegt und was dann in der Tat mir erlaubt, nicht nur mit einem Trainingsbeispiel,

sondern mit vielen ähnlichen Trainingsbeispielen hier durchzugehen. Ähnlich immer in dem Sinne

von, dass die Krümmungseigenschaften erhalten bleiben. Also das ist im Neuro-Sanne wieder ganz

einfach hier. Ich habe halt nur einen Input hier. Dieser eine Input hat den Input 0 und da wird dann

eben ein Artificial Noise drauf gelegt. Der ist hier nicht durch irgendwas gesteuert, was im

neuen Alen Netz passiert, sondern einfach, weil ich möchte, dass zum Beispiel hier 10 Prozent von der

Original Traktorie, dass da immer Schwankungen gemacht werden. Diese Shiftvektoren werden aber

nicht einzeln immer wieder neu gerechnet, sondern in diesem Input Cluster gibt es also jetzt zum

Beispiel Uniform Noise, der produziert halt diese Verschiebungsvektoren, genauso viele,

wie ich hier halt brauche. Die werden dann gleichmäßig hier hin übertragen. Also das

würde ich nur ein Dependent Noise nennen. Wenn ich das jetzt tue, dann kann ich das halt mal

ausprobieren. Was passiert, wenn ich diese Rechnung ausführe in der 30.000 Epochen? Diesen Noise Level