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 erfunde, die sich auf dieses Grundmodell stützen. Die nachkommenden KNN - Forscher brachten aus verschiedenen Fachrichtungen entsprechende fachspezifische Analogien zu Netz-Topologien und Algorithmen, neue Modelle, Topologien und Lernverfahren sind entstanden. 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,RBF Netze, Anwendungen in vielen Bereichen wie Klassifizierung, Mustererkennung, Prognose, Identifikation der Systeme, Modellierung, etc.