Vorlesung Einführung in künstliche neuronale Netze

Dr. Habil. Claudia-Lidia Badea

KNN sind eine neue Technologie mit breitem interdisziplinarem Spektrum von Anwendungen.Der Begriff des künstlichen Neurons wurde erstmals 1943 von dem Neurophysiologen W.S. McCulloch und dem Mathematiker W. Pitts definiert. In den Jahrzehnten später wurden zahlreiche künstliche Neuronenmodelle - und dann auch künstliche neuronale Netze - erfunden, die sich auf dieses Grundmodell stützen. Die nachkommenden KNN - Forscher brachten aus verschiedenen Fachrichtungen entsprechende fachspezifische Analogien zu Netz-Topologien und Algorithmen,so das neue Modelle, Topologien und Lernverfahren entstanden sind. Seit Mitte 80er Jahre ist die Zahl und die Bandbreite der Anwendungsmöglichkeiten der KNN immens gestiegen. In dieser Vorlesung werden Grundlagen als auch eine Vielzahl von Netztypen mit ihren spezifischen Eigenschaften behandelt und an Hand der zahlreichen Beispiele anschaulich erklärt. Der Inhalt der Lehrveranstaltung umfasst folgende Themen: Grundmodell eines Neurons, Grundbegriffe der KNN, Netzfunktionen, Lernmechanismen, Realisierung eines künstlichen Neurons, Grundprinzipien und Grundtypen von künstlichen neuronalen Netzen wie Einzelschicht und Mehrschicht Perzeptron, Hebb Netze, Hopfield-Netze,Kohonen Netz, Elman Netze, ART Netze, GMDH Netze u.a. Die Anwendungen umfassen Bereiche wie Klassifizierung, Mustererkennung, Prognose, Identifikation der Systeme, Bildverarbeitung, u.a.