Und dann auf "Zum Home-Bildschirm [+]".
Stöbern
genialokal zum Startbildschirm hinzufügen
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
Installieren Sie die genialokal App auf Ihrem Startbildschirm für einen schnellen Zugriff und eine komfortable Nutzung.
In letzter Zeit ist immer öfter von "neuronalen Netzen" oder "Neurocomputern" die Rede. Von ihren Fähigkeiten werden vielfach wahre Wunderdinge berichtet. Wer allerdings - über eine bloße Begriffsbestimmung hinaus - nähere Auskünfte über neu ronale Netze sucht und vielleicht sogar den Wunsch verspürt, ihre Funktionsweise zu verstehen, der wird bestenfalls auf anspruchsvolle und zumeist englischsprachige Lite ratur verwiesen. Der Aufwand, um neuronale Netze zu verstehen, ist also beträchtlich. Diese Situation ist nicht allein darauf zurückzuführen, daß neuronale Netze eine relativ neue Konzeption sind und daß es daher noch wenig Literatur für den interessierten Laien gibt. Vielmehr liegt es im Wesen der neuronalen Netze, daß sie schwer versteh bar sind. Ihr Aufbau und ihre Funktionsweise beruhen nämlich auf Prinzipien, die von tierischen und menschlichen Nervenzellen abgeleitet sind. Zwar ist es nicht schwierig, die Arbeitsweise einer einzelnen Nervenzelle und die gegenseitige Einwirkung mehre rer Nervenzellen aufeinander zu verstehen; das daraus resultierende Verhalten größerer Ansammlungen von Nervenzellen ist jedoch - zumindest nach dem derzeitigen Kennt nisstand - mit einfacher Logik nicht erfaßbar. Ein intellektuelles Verständnis neuronaler Netze scheint also heute kaum erreichbar zu sein. Eine vielversprechende Alternative stünde offen, wenn es gelänge, mit neurona len Netzen zu experimentieren und so einen Einblick in ihr Verhalten zu gewinnen. Glücklicherweise können neuronale Netze auf Computern simuliert werden; für einfa che Netze, an denen bereits alle wichtigen Eigenschaften demonstriert werden können, genügt bereits ein Personalcomputer.
I Grundlagen.- 1 Einleitung.- 2 Allgemeine Beschreibung des Programms.- II Modelle.- 3 Grundlagen des Muster-Assoziators.- 4 Anwendungen des Muster-Assoziators.- 5 Auto-Assoziatoren.- 6 Training verborgener Einheiten mit der Backpropagation-Lernregel.- 7 Hopfield-Netze.- 8 Zusammenfassende Übersicht über die behandelten Netzmodelle.- III Programme.- 9 Grundlegende Programme.- 10 Neuronstrukturen und Hilfsprogramme.- 11 Objekt TNetz (Unit NETZ).- 12 Eingabe und Modifikation des Programms.- IV Anhang.- 13 Literaturverzeichnis.- 13.1 Literaturverweise aus dem Text.- 13.2 Weiterführende Literatur.- 14 Synonymverzeichnis.- 15 Symbolverzeichnis.- 16 Register.
