Was ist SchlafFit100?
SchlafFit100 ist ein Ausführungsbeispiel einer domänenkonfigurierbaren neuronalen Visualisierungseinheit mit 100 Eingabe- und 100 Ausgabeneuronen, gegliedert in je 8 Kategorien. Die Kernberechnung ist ein echtes, browserfähiges künstliches neuronales Netz (100 → 64 verdeckte ReLU-Neuronen → 100 Sigmoid-Ausgabeneuronen) mit real trainierten Gewichtsmatrizen, trainiert per Backpropagation (Adam-Optimierer) auf 1.000.000 synthetischen, schlafmedizinisch plausiblen Musterfällen (Demo-Implementierung).
Wie funktioniert die Berechnung?
Jede Änderung eines Eingabe-Balkens löst sofort eine echte Netz-Vorwärtsberechnung aus: Der 100-dimensionale Eingabevektor wird mit der trainierten Gewichtsmatrix W1 verrechnet, durch eine ReLU-Aktivierung in der verdeckten Schicht geführt, anschließend mit W2 auf die 100 Ausgabe-Neuronen projiziert und dort per Sigmoid auf 0–100 skaliert — vollständig client-seitig im Browser, ohne Server-Anfrage. Für Empfehlungs-Slots (Abendroutine, Schlafzimmer, Bildschirm, Stress) wird zusätzlich die am besten passende Maßnahme aus einem hinterlegten Pool per Distanz-Scoring ausgewählt (nachgeschaltete Decoder-Stufe).
Diese Anwendung ist Teil einer Patent-Serie zur „Neuronalen Benutzeroberfläche zur Kategorisierung und Visualisierung von Daten eines künstlichen neuronalen Netzes" (u.a. Herzkreislauf20, Kleidung20, Psyche20, BörsenBrain50, SchlankGenuss100).