Zur Konstruktion künstlicher Gehirne
Editat de Ulrich Ramacher, Christoph von der Malsburgde Limba Germană Hardback – 22 apr 2009
Die Leistungsfähigkeit des neuronal-synaptischen Netzwerkes beruht auf der Einführung von schnell veränderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen können solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung übernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulstätigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.
Auch wenn die Autoren der Überzeugung sind, dass noch viele Generationen folgen müssen, um die Leistungsfähigkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Präzision, Zuverlässigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit überlegen angesehen wie das Düsenflugzeug dem Spatzen. Dass diese Zeiten vorbei sind, ist gewiss, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, stossen an ihre Komplexitätsgrenzen. Andererseitseröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.
Preț: 579.93 lei
Preț vechi: 682.27 lei
-15% Nou
Puncte Express: 870
Preț estimativ în valută:
110.100€ • 115.69$ • 92.40£
110.100€ • 115.69$ • 92.40£
Carte tipărită la comandă
Livrare economică 06-20 ianuarie 25
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783642001871
ISBN-10: 3642001874
Pagini: 400
Ilustrații: VIII, 391 S.
Dimensiuni: 155 x 235 x 27 mm
Greutate: 0.78 kg
Ediția:2009
Editura: Springer Berlin, Heidelberg
Colecția Springer
Locul publicării:Berlin, Heidelberg, Germany
ISBN-10: 3642001874
Pagini: 400
Ilustrații: VIII, 391 S.
Dimensiuni: 155 x 235 x 27 mm
Greutate: 0.78 kg
Ediția:2009
Editura: Springer Berlin, Heidelberg
Colecția Springer
Locul publicării:Berlin, Heidelberg, Germany
Public țintă
ResearchCuprins
Vorwort.- Problematik der Modellierung künstlicher Gehirne.- Informationsverarbeitung in Netzen mit konstanten Synapsen.- Allgemeine Theorie der Netze mit dynamischen Synapsen.- Makrodynamik der Netze mit konstanten Synapsen.- Informationsverarbeitung mit dynamischen Synapsen.- Netze für die Merkmalsdetektion.- Netze für die Merkmalserkennung.- Netze für die robuste Kopfdetektion.- Ausblick.- Vorüberlegungen zur mikroelektronischen Realisierung.- Elementare Schaltungen für Neuronen, Synapsen und Photosensoren.- Simulation mikroelektronischer neuronaler Schaltungen und Systeme.- Architektur und Chip-Entwurf des Merkmalserkenners.- Architektur und Chip-Entwurf für Merkmalsdetektoren.- 3D-Stapeltechnik für den Sehwürfel.- Architektur eines Sehwürfels der ersten Generation.- Ausklang.
Recenzii
Aus den Rezensionen:“Konstruktion künstlicher Gehirne – dieses Thema lässt Spannendes erwarten. ... Im Zentrum steht ein interdisziplinäres Forschungsprojekt, dessen Ziel es ist, ein künstliches System zur Gesichtererkennung zu konstruieren. ... Doch es dient als schlichte Überleitung, ohne den präsentierten Ansatz in einen Kontext einzubellen und seine Qualität zu bewerten. Mehr Erläuterungen zu Kontext und Konzepten sowie die wichtigsten Details fur den Fachmann in den Anhang - dann wäre das Buch ... so spannend und aufschlussreich wie das geschilderte Projekt.“ (Felix Schürmann, in: Gehirn und Geist www.gehirn-und-geist.de, March/2010, S. 79)
Textul de pe ultima copertă
In diesem Buch wird eine erste Generation von künstlichen Hirnen für das Sehen vorgestellt. Auf der ausschlie"slichen Grundlage von Neuron- und Synapsenmodellen wird ein Objekterkennungssystem konstruiert, welches eine Merkmalspyramide mit 8 Orientierungen und 5 Auflösungsskalen für 1000 Objekte sowie die Netze für die Bindung von Merkmalen zu Objekten umfasst. Dieses Sehsystem kann unabhängig von der Beleuchtung, dem Gesichtausdruck, der Entfernung und einer Drehung, welche die Objektkomponenten sichtbar lä"st, Objekte erkennen. Seine Realisierung erfordert 59 Chips - davon sind 4 verschieden - welche mittels 3D Technologie zu einem Quader von 8mm x 8mm x 1mm aufgeschichtet sind.
Die Leistungsfähigkeit des neuronal-synaptischen Netzwerkes beruht auf der Einführung von schnell veränderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen können solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung übernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulstätigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.
Auch wenn die Autoren der Überzeugung sind, dass noch viele Generationen folgen müssen, um die Leistungsfähigkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Präzision, Zuverlässigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit überlegen angesehen wie das Düsenflugzeug dem Spatzen. Da"s diese Zeiten vorbei sind, ist gewi"s, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, sto"sen an ihre Komplexitätsgrenzen. Andererseitseröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.
Die Leistungsfähigkeit des neuronal-synaptischen Netzwerkes beruht auf der Einführung von schnell veränderlichen dynamischen Synapsen. Anders als Netze mit konstanten Synapsen können solche mit dynamischen Synapsen allgemeine Aufgaben der Mustererkennung übernehmen. Die raum-zeitliche Korrelationsstruktur von Mustern wird durch eine einzige synaptische Differentialgleichung in universeller Weise erfasst. Die Korrelation kann in Erscheinung treten als synchrone Pulstätigkeit einer Neurongruppe, wodurch das Vorliegen eines Merkmals in robuster Weise angezeigt wird, oder als Bindung von Merkmalen zu Objekten.
Auch wenn die Autoren der Überzeugung sind, dass noch viele Generationen folgen müssen, um die Leistungsfähigkeit des menschlichen Gehirns zu erreichen, sehen sie doch ein neues Rechen-Zeitalter aufziehen. Es gab Zeiten, da wurden Computer mit ihrer Präzision, Zuverlässigkeit und rasanten Geschwindigkeit der feuchten Materie unseres Gehirns als so weit überlegen angesehen wie das Düsenflugzeug dem Spatzen. Da"s diese Zeiten vorbei sind, ist gewi"s, denn durch formale Logik inspirierte, algorithmisch gesteuerte und mit digitaler Elektronik realisierte Systeme, die heutigen Computer, sto"sen an ihre Komplexitätsgrenzen. Andererseitseröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.
Caracteristici
Richtungsweisendes einführendes Buch über künstliche Gehirne Präsentiert den Neurocomputer der zweiten Generation (dynamische, gepulste Neuronale Netze und ihre Implementierung auf Halbleitern) Verbindet Experiment, Theorie und Implementierung auf eine neue Art und Weise um künstliche Gehirne zu konstruieren Ergebnis einer Kooperation zwischen Industrie (Infineon) und führenden Wissenschaftsgruppen in Gehirnforschung und Nichtlinearer Dynamik aus Neurowissenschaft, Ingenieurwissenschaften, Elektrotechnik und Informatik Kann die „Neural Network community" zu neuem Leben erwecken und damit zu einem Wiederaufleben der Forschung auf breiter Basis führen