Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Einführung in die Theorie Künstlicher Neuronaler Netze - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung/Übung Langtext
Veranstaltungsnummer 19077 Kurztext FMI-IN0018
Semester WS 2017 SWS 4
Teilnehmer 1. Platzvergabe 24 Max. Teilnehmer 2. Platzvergabe 24
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.

Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.

Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Di. 14:00 bis 16:00 w. 17.10.2017 bis
09.02.2018
Carl-Zeiß-Straße 3 - SR 114   findet statt  
Einzeltermine anzeigen Fr. 12:00 bis 14:00 w. 20.10.2017 bis
09.02.2018
Carl-Zeiß-Straße 3 - SR 113   findet statt  
Gruppe 1-Gruppe:



Zugeordnete Person
Zugeordnete Person Zuständigkeit
Beckstein, Clemens, Universitätsprofessor, Dr.-Ing. verantwortlich
Zuordnung zu Einrichtungen
Fakultät für Mathematik und Informatik
Inhalt
Kommentar

Inhalte:

Im Rahmen dieser Lehrveranstaltung werden behandelt

  • Grundlagen des Konnektionismus,
  • wesentliche Architekturen und Lernverfahren Neuronaler Netze sowie deren algorithmische Komplexität,
  • Elemente der  Generalisierungs- und Approximationstheorie,
  • unüberwachte Neuronale Netze und selbstorganisierende Karten,
  • Verfahren zur Strukturoptimierung von Neuronalen Netzen.

Neben theoretischen werden auch praktische Übungen mit Hilfe von MATLAB durchgeführt.

(Qualifikations-)Ziele:

  • Solide Kenntnis der Grundlagen künstlicher neuronaler Netze aus der Sicht der Informatik (neuronale Netze als informatische Verarbeitungsmodelle).
  • Fähigkeit, neuronale Netze zur Lösung unüblicher Probleme oder widersprüchlicher Spezifikationen einzusetzen und die Qualität der so gefundenen Lösungen einzuschätzen.
Literatur
  • Hagan, M.T., Demuth, H.B., Beale, M.H., Neural Network Design, PWS Publishing Company, Boston, MA, 1995.
  • Nilsson, N.J., The Mathematical Foundations of Learning Machines, Morgan Kaufmann, San Francisco, 1990.
  • Parberry, I., Circuit Complexity and Neural Networks, MIT-Press, Cambridge, MA, 1994.
  • Rojas, R., Theorie der neuronalen Netze, Springer-Verlag, Berlin, 1991.

 

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2017 , Aktuelles Semester: SoSe 2024

Impressum | Datenschutzerklärung