Neurale Netze

Cover
Springer-Verlag, 13.03.2013 - 188 Seiten
Die Erforschung des Gehirns und seiner kognitiven Fähigkeiten war schon immer ein Anliegen der Menschheit. Der neueste Versuch, ein breites Verständnis der Vorgänge im Gehirn zu erlangen, ist unter dem Titel Neurale Netze zusammengefaßt. Um dem Leser den Einstieg zu erleichtern, wird das Thema schrittweise nähergebracht. Einführende Kapitel betten zuerst den Themenkreis Neurale Netze in das Umfeld anderer Wissensgebiete ein, spezialisierte und detaillierte Kapitel vermitteln biologische Analogie, einfache Modelle, Lernstrategien bis zu Simulation in Soft- und Hardware. Das Buch vermittelt in einfacher Weise Grundwissen über Neurale Netze aus der Sicht des Informatikers. Vom Leser wird kein Vorwissen auf dem behandelten Gebiet, jedoch ein Grundverständnis informatischer Belange erwartet.
 

Was andere dazu sagen - Rezension schreiben

Es wurden keine Rezensionen gefunden.

Inhalt

Die Mystik Neuraler Netze
1
Aus den Anfängen Neuraler Netze
16
Neurophysiologische Grundlagen
35
Künstliche Neurone
60
Lernen in Neuralen Netzen
84
Modelle
130
Urheberrecht

Andere Ausgaben - Alle anzeigen

Häufige Begriffe und Wortgruppen

A-Units Abschnitt ähnlich Aktionspotential aktiv Aktivierung Aktivierungsfunktion Aktivierungswert Aktivität Algorithmus allerdings anhand Anzahl aufgrund Ausgangssignal Axon Back Propagation Beispiel besteht bestimmten binäre biologischen Boltzmann-Maschine Buchstaben Cluster Competitive Learning dargestellt Darstellung Delta-Regel Eigenschaften einfachen Eingabe Eingabemuster Eingangssignal Energiefunktion entsprechend EPSP erlernen Erregung ersten Fehlersignal Funktion Gehirn Gewichte gewichteten Gewichtsänderung Gewichtsvektoren gibt größer hemmende Hemmung Hidden-Layer Hidden-Units Hopfield-Netze Implementierung Information Input-Layer Inputs Klasse kleiner Kodierung Kohonen Layer Lernen Lernmatrix Lernrate Lernverfahren linear lokalen Lösung Minimum Modell möglich Motoneuron muß Muster Mustermenge Mustervektoren Neocognitron Netto-Input Netzhaut Netzwerk neue Neurale Netze Neuron Neuron in F2 Oberdämon Output Output-Layer Output-Units Outputfunktion Parallelrechner Perceptron Phoneme postsynaptische präsentiert präsynaptischen Prozessoren Rechner Reizmuster Repräsentation rezeptiven Felder S-Layer S-Zellen Schicht Schwellwert Selbstorganisation Sensoren sigmoide Signale Simulation sodaß sogenannte soll Spracherkennung stark Struktur Synapsen System Systems topologie-erhaltenden Abbildung Transputer überwachtes Lernen Units Unterschied Vektor Verbindungen verschiedenen Verstärkung verwendet viele visuellen Cortex we(t weiter Wert wieder wobei Zelle Zustand zwei zweidimensionalen

Bibliografische Informationen