Neuronale Netze - Vorlesung WS99/00

Dozent: Prof. Dr. Dr. h.c. Wilfried Brauer

Bereich: Vertiefende Vorlesung im Bereich Informatik III (Theoretische Informatik)

Zeit und Ort: Mittwoch 10 - 12 Uhr, Hörsaal N1090

Stundenzahl: 2 SWS

Beginn: Mittwoch, den 03. November 1999

Übung: Keine Übung

Hörerkreis: Studierende im Hauptstudium der Informatik

Voraussetzungen: Vordiplom - sonst keine.

Inhalt: Neuronale Netze sind in den letzten Jahren zu einem wichtigen Hilfsmittel in vielen Anwendungsgebieten geworden (Ingenieurwissenschaften, Medizin,Wirtschaftswissenschaften etc. zur Steuerung und Regelung von Robotern, Maschinen und Anlagen, zur Bildverarbeitung, Sprachverarbeitung,...).
Sie dienen dazu, Daten nach Ähnlichkeitskriterien zu klassifizieren oder funktionale Zusammenhänge approximativ zu repräsentieren - und zwar in Fällen, in denen die Ähnlichkeitskriterien oder funktionalen Zusammenhänge nicht von vornherein bekannt sind, sondern durch Analyse von Beispieldaten erst gelernt werden müssen. Dabei wird in grober Analogie zu dem vorgegangen, was man aus der Biologie über Anpassung und Lernen bei Lebewesen weiß.

In der Vorlesung werden Grundideen zur Konstruktion künstlicher neuronaler Netze dargestellt und einige Anwendungen besprochen.

Stichworte zum Inhalt:

  • Bemerkungen zum biologischen Hintergrund, zur historischen Entwicklung und zur Einordnung in die Informatik
  • Vorwärtsgerichtete Netze (McCulloch-Pitts-Netze, Perzeptrons, RBF-Netze ..., verschiedene Lernverfahren)
  • Netze mit Rückkopplungen (Assoziativspeicher, Hopfield-Netze, Kohonen-Netze...)
  • Anwendungsbeispiele - z.T. aus Projekten am Lehrstuhl (in Zusammenarbeit mit industriellen oder anderen Anwendern)

Empfehlenswert für: Künstliche Intelligenz, Neuroinformatik
Skript: Kein Skript. Die Vorlesung lehnt sich stark an die angegebene Literatur an.

Literatur:
Rojas, R.: Neuronal Networks - A Systematic Introduction, Springer, 1996.


Last modified: Fri Jun 22 13:48:55 2001
Claudia Ungerer