Neuronale Netze: Eine Einfhrung in die Neuroinformatik [Paperback]

Vierzig Jahre, nachdem John von Neumann sein Konzept eines rechnenden, programmgesteuerten Automaten entworfen hat, setzt sich nun in der Informatik die Erkenntnis durch, da? sequentiell arbeitende Rechner f?r manche Probleme zu langsam arbeiten. Mit vielen, parallel arbeitenden Prozessoren versucht man heutzutage in Multiprozessoranlagen, den von Neumann-Flaschenhals zu umgehen. Dabei ergeben sich eine Menge neuer Probleme: Die Aktivit?t der Prozessoren mu? synchronisiert werden, die Daten m?ssen effektiv verteilt werden und Knoten im Datenflu? (hot spots) zwischen den Prozessoren und dem Speicher m?ssen vermieden werden. Dazu werden Mechanismen ben?tigt, um auftretende Defekte in ihren Auswirkungen zu erfassen und zu kompensieren, das Gesamtsystem zu rekonfigurieren und alle Systemdaten zu aktualisieren. Bedenken wir noch zus?tzlich die Schwierigkeiten, die mit einer parallelen Programmierung der eigentlichen Probleme verbunden sind, so k?nnen wir uns nur wundem, wieso wir Menschen im Handumdrehen und ganz nat?rlich Leistungen erbringen k?nnen, die mit den heutigen Rechnern bisher nicht nachvollziehbar waren. Betrachten wir beispielsweise die Probleme der k?nstlichen Intelligenz , besser wissensbasierte Datenverarbeitung genannt, so hinken die heutigen Systeme zum Sehen. H?ren und Bewegen hoffnungslos der menschlichen Realit?t hinterher. Weder in der Bildverarbeitung und -erkennung, noch in der Spracherkennung oder in der Robotersteuerung reichen die Systeme in Punkto Schnelligkeit (real-time), Effektivit?t und Flexibilit?t (Lernen) oder Fehlertoleranz an die menschlichen Leistungen heran.Notation.- 1 Grondlagen.- 2 Einfache feed-forward Netze.- 3 R?ckgekoppelte Netze.- 4 Zeitsequenzen.- 5 Evolutlon?re und genetische Algorithmen.- 6 Simulationssysteme Neuronaler Netze.- Literatur.- B?cher.- Zeitschriften.- Konferenzen.- Referenzen.- Stichworte.Springer Book Archives