Cantitate/Preț
Produs

Neurale Netze: Springers Angewandte Informatik

Wilfried Röthy Autor Monika Köhle Ilustrat de Alexander A. Clauer
de Limba Germană Paperback – 25 oct 1990
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.
Citește tot Restrânge

Din seria Springers Angewandte Informatik

Preț: 35052 lei

Preț vechi: 43815 lei
-20% Nou

Puncte Express: 526

Preț estimativ în valută:
6708 6968$ 5572£

Carte tipărită la comandă

Livrare economică 03-17 februarie 25

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783211822203
ISBN-10: 3211822208
Pagini: 204
Ilustrații: X, 188 S.
Dimensiuni: 170 x 244 x 11 mm
Greutate: 0.33 kg
Editura: SPRINGER VIENNA
Colecția Springer
Seria Springers Angewandte Informatik

Locul publicării:Vienna, Austria

Public țintă

Research

Cuprins

1 Die Mystik Neuraler Netze.- 1.1 Wissenschaften und Modeströmungen.- 1.2 Ein “Neurales Netz”.- 1.3 Neurale Rechner — Neural Computing.- 1.4 Erwartungen an Neurale Netze.- 1.5 Einsatz Neuraler Netze.- 1.6 Beispiele.- 1.7 Charakterisierung Neuraler Netze.- 1.8 Praktische Anwendungen für Neurale Netze.- 2 Aus den Anfängen Neuraler Netze.- 2.1 Im Anfang war die Kybernetik.- 2.2 Seit McCulloch & Pitts, 1943.- 2.3 Frühe Lernsysteme.- 3 Neurophysiologische Grundlagen.- 3.1 Aufbau und Funktionsweise von Neuronen.- 3.2 Das visuelle System.- 4 Künstliche Neurone.- 4.1 Was von der Biologie bleibt.- 4.2 McCulloch&Pitts-Neurone.- 4.3 Aufbau Neuraler Netze.- 4.4 Unit-Typen.- 4.5 Repräsentationsformen und Kodierungen.- 4.6 Hierarchie und Synchronität.- 4.7 Lernen in Neuralen Netzen.- 5 Lernen in Neuralen Netzen.- 5.1 Übersicht über die wichtigsten Lernansätze.- 5.2 Hebb-Regel.- 5.3 Delta-Regel.- 5.4 Back Propagation.- 5.5 Competitive Learning.- 5.6 Boltzmann-Maschinen.- 5.7 Lernen durch Verstärkung und Belohnung.- 5.8 Genetische Algorithmen.- 5.9 Topologie-erhaltende Abbildungen und Lernende Vektorquantifizierung (LVQ).- 6 Modelle.- 6.1 NETtalk (Sejnowski & Rosenberg, 1986).- 6.2 Hopfield-Netze.- 6.3 Fukushimas Neocognitron.- 6.4 Adaptive Resonance Theory (ART).- 6.5 Kohonens Spracherkennung.- 7 Simulationen.- 7.1 Hardware.- 7.2 Software.- 8 Nayantara.- Namen- und Sachverzeichnis.