Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Verborgen laag

Engels: Hidden layer · Ook wel: hidden layer

In het kort

Een verborgen laag (hidden layer) is een groep kunstmatige neuronen tussen invoer en uitvoer in een neuraal netwerk. Elk neuron weegt signalen van de vorige laag, combineert ze tot een nieuw getal en geeft dat door aan de volgende laag. Bij een foto herkennen eerste lagen eenvoudige kenmerken, zoals randen, en latere lagen het hele voorwerp, bijvoorbeeld een kat of een hond.

Waarom is dit belangrijk?

Computers kunnen met een verborgen laag wisselende spraak en onregelmatig handschrift omzetten in leesbare tekst, zonder elke uitzondering vooraf vast te leggen. Op het werk en in de procesindustrie zetten systemen zulke lagen in om gesprekken te noteren of producteigenschappen tijdens de productie te schatten. Voor werknemers levert dat een tekst of schatting op, maar het systeem legt niet uit waarom die uitkomst volgt en nieuwe gevallen kunnen fout gaan.

Zo werkt het in de praktijk

Sinds 1988 gebruiken onderzoekers neurale netwerken om de ruimtelijke vorm van eiwitten te schatten. In 1991 zette een onderzoek een netwerk voor beelden in om borstkanker op mammogrammen te herkennen. Zulke netwerken heten diep wanneer zij minstens twee verborgen lagen bevatten.

Onderzoekers van de University of Wisconsin-Madison beschrijven het bekijken van verborgen lagen in netwerken voor medische beelden. Zij inspecteren de geleerde filters om te zien welke patronen het model vasthoudt. Een studie vergeleek die filters voor lymfeklieren en darmpoliepen op driedimensionale CT-beelden.

Teams trainen verborgen lagen met backpropagation, een methode die de fout terugstuurt door het netwerk. Daarmee worden de gewichten in elke laag bijgesteld. In medische beeldvorming bekijken onderzoekers die lagen tijdens de training en bij de ingebruikname.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026