Vorlesung Einführung in künstliche neuronale Netze

Dr. Habil. Claudia-Lidia Badea

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. Folgende Themen werden behandelt: Grundmodell eines Neurons, Grundbegriffe der KNN, das Lernen als Gewichtsänderung, Realisierung eines künstlichen Neurons, Grundtypen von künstlichen neuronalen Netzen, Einzelschicht und Mehrschicht Perzeptron, Backpropagation, Hebb'sche Lernregel, Hopfield-Netz,Kohonen Netz, Elman Netze, ART Netze und Anwendungen in vielen Bereichen wie Klassifizierung, Mustererkennung, Prognose, Identifikation der Systeme, Modellierung, etc.