Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.

Neuronale Netze

E-BookPDF1 - PDF WatermarkE-Book
249 Seiten
Deutsch
Vieweg+Teubner Verlagerschienen am08.03.20131997
Neuronale Netze sind in den letzten Jahren Gegenstand intensiver Forschungen gewesen. Dieses Buch verbindet die Darstellung neuester Ergebnisse aus dem Bereich der Lernverfahren mit anwendungsbezogenen Aspekten. Es werden methodische Prinzipien der Erstellung von Softwaresystemen, die auf konnektionistischen Verfahren basieren, herausgearbeitet. Fallbeispiele aus unterschiedlichen Anwendungsdomänen zeigen die vielfältigen Einsatzmöglichkeiten für Neuronale Netze.mehr
Verfügbare Formate
BuchKartoniert, Paperback
EUR49,95
E-BookPDF1 - PDF WatermarkE-Book
EUR36,99

Produkt

KlappentextNeuronale Netze sind in den letzten Jahren Gegenstand intensiver Forschungen gewesen. Dieses Buch verbindet die Darstellung neuester Ergebnisse aus dem Bereich der Lernverfahren mit anwendungsbezogenen Aspekten. Es werden methodische Prinzipien der Erstellung von Softwaresystemen, die auf konnektionistischen Verfahren basieren, herausgearbeitet. Fallbeispiele aus unterschiedlichen Anwendungsdomänen zeigen die vielfältigen Einsatzmöglichkeiten für Neuronale Netze.
Details
Weitere ISBN/GTIN9783322868305
ProduktartE-Book
EinbandartE-Book
FormatPDF
Format Hinweis1 - PDF Watermark
FormatE107
Erscheinungsjahr2013
Erscheinungsdatum08.03.2013
Auflage1997
ReiheComputational Intelligence
Seiten249 Seiten
SpracheDeutsch
IllustrationenX, 249 S.
Artikel-Nr.5395841
Rubriken
Genre9200

Inhalt/Kritik

Inhaltsverzeichnis
1 Einführung.- 1.1 Was ist ein neuronales Netz?.- 1.2 Eigenschaften neuronaler Netze.- 1.3 Zur Historie.- 1.4 Problemklassen.- 1.5 Das Forschungsgebiet neuronale Netze.- 1.6 Buchüberblick.- 1.7 Einige ausgewählte Lehrbücher.- 1.8 Fragen zu Kapitel 1.- 2 Mustererkennung.- 2.1 Einführung.- 2.2 Entscheidungsgrenzen.- 2.3 Klassifikationstechniken.- 2.4 Fragen zu Kapitel 2.- 3 Biologische Grundlagen.- 3.1 Die Nervenzelle.- 3.2 Erregung von Nerven.- 3.3 Synaptische Übertragung.- 3.4 Physiologie kleiner Nervenverbände.- 3.5 Zusammenfassung.- 3.6 Fragen zu Kapitel 3.- 4 Grundlagen neuronaler Netze.- 4.1 Die "building blocks".- 4.2 Das Neuron.- 4.3 Der Netzwerkgraph.- 4.4 Die Lernregel.- 4.5 Datenräume.- 4.6 Zusammenfassung.- 4.7 Fragen zu Kapitel 4.- 5 Das Perzeptron.- 5.1 Einführung.- 5.2 Das Perzeptron-Lernverfahren.- 5.3 Lineare Separierbarkeit.- 5.4 Zusammenfassung.- 5.5 Fragen zu Kapitel 5.- 6 Überwachtes Lernen.- 6.1 Einführung.- 6.2 Backpropagation.- 6.3 Erweiterungen zu Backpropagation.- 6.4 Quickprop.- 6.5 Resilient Propagation.- 6.6 Verfahren zur Minimierung von Netzen.- 6.7 Zusammenfassung.- 6.8 Fragen zu Kapitel 6.- 7 Kohonen-Netze.- 7.1 Einleitung.- 7.2 Kohonens Modell.- 7.3 Betrachtungen zur Konvergenz.- 7.4 Zusammenfassung.- 7.5 Fragen zu Kapitel 7.- 8 ART-Netze.- 8.1 ART-1-Netze.- 8.2 Weitere ART-Netze.- 8.3 Zusammenfassung.- 8.4 Fragen zu Kapitel 8.- 9 Hopfield-Netze.- 9.1 Einführung.- 9.2 Das Hopfield-Modell.- 9.3 Lernen und Abrufen von Informationen.- 9.4 Ergänzendes zu Hopfield-Netzen.- 9.5 Zusammenfassung.- 9.6 Fragen zu Kapitel 9.- 10 Die Boltzmann-Maschine.- 10.1 Einführung.- 10.2 Die stochastische Erweiterung.- 10.3 Das Lernverfahren.- 10.4 Zusammenfassung.- 10.5 Fragen zu Kapitel 10.- 11 Cascade-Correlation-Netze.- 11.1 Einführung.-11.2 Das Verfahren.- 11.3 Zusammenfassung.- 11.4 Fragen zu Kapitel 11.- 12 Counterpropagation.- 12.1 Einführung.- 12.2 Aufbau eines Counterpropagation-Netzes.- 12.3 Die Kohonen-Schicht.- 12.4 Die Grossberg-Schicht.- 12.5 Zusammenfassung.- 12.6 Fragen zu Kapitel 12.- 13 Probabilistische Neuronale Netze.- 13.1 Einführung.- 13.2 Bayes' sche Klassifikatoren.- 13.3 Die Architektur von PNN.- 13.4 Zusammenfassung.- 13.5 Fragen zu Kapitel 13.- 14 Radiale Basisfunktionsnetze.- 14.1 Einführung.- 14.2 Aufbau eines RBF-Netzes.- 14.3 Training von RBF-Netzen.- 14.4 Zusammenfassung.- 14.5 Fragen zu Kapitel 14.- 15 Neuronale Netze und Fuzzy-Logik.- 15.1 Einführung.- 15.2 Grundlagen der Fuzzy-Logik.- 15.3 Neuro-Fuzzy-Systeme.- 15.4 Zusammenfassung.- 15.5 Fragen zu Kapitel 15.- 16 Neuronale Netze und genetische Algorithmen.- 16.1 Grundlagen evolutionärer Prozesse.- 16.2 Genetische Algorithmen.- 16.3 Neuro-genetische Verfahren.- 16.4 Zusammenfassung.- 16.5 Fragen zur Kapitel 16.- 17 Entwicklung neuronaler Systeme.- 17.1 Ein Phasenmodell für neuronale Systeme.- 17.2 Datenmodellierung.- 17.3 Erstellen des Klassifikators.- 17.4 Performanz von Klassifikatoren.- 17.5 Testen des Klassifikators.- 17.6 Optimieren von Klassifikatoren.- 17.6 Zusammenfassung.- 17.7 Fragen zu Kapitel 17.- 18 Anwendungsbeispiele.- 18.1 Finanzwirtschaft.- 18.2 Computerunterstütze Fertigung.- 18.3 Qualitätssicherung.- 18.4 Produktionsplanung.- 19 Literaturverzeichnis.- 20 Index.mehr