Search (3 results, page 1 of 1)

0.005512475 = product of:
  0.03307485 = sum of:
    0.03307485 = weight(_text_:der in 77) [ClassicSimilarity], result of:
      0.03307485 = score(doc=77,freq=26.0), product of:
        0.09292302 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.04159925 = queryNorm
        0.35593814 = fieldWeight in 77, product of:
          5.0990195 = tf(freq=26.0), with freq of:
            26.0 = termFreq=26.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.03125 = fieldNorm(doc=77)
  0.16666667 = coord(1/6)

Abstract

In diesem Buch wird eine erste Generation von künstlichen Hirnen für das Sehen vorgestellt. Auf der ausschließlichen 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 lässt, 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. 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. Andererseits eröffnen die hier vorgestellten Ergebnisse den Weg zu einer Alternative. Ein Paradigmenwechsel liegt in der Luft: vom fremdorganisierten zum selbstorganisierten Computer.

Content

1. Problematik der Modellierung künstlicher Gehirne - 2. Informationsverarbeitung in Netzen mit konstanten Synapsen - 3. Allgemeine Theorie der Netze mit dynamischen Synapsen - 4. Makrodynamik der Netze mit konstanten Synapsen - 5. Informationsverarbeitung mit dynamischen Synapsen - 6. Netze für die Merkmalsdetektion - 7. Netze für die Merkmalserkennung - 8. Netze für die robuste Kopfdetektion - 9. Ausblick - 10. Vor üb er legungen zur mikroelektronischen Realisierung - 11. Elementare Schaltungen für Neuronen, Synapsen und Photosensoren - 12. Simulation mikroelektronischer neuronaler Schaltungen und Systeme - 13. Architektur und Chip-Entwurf des Merkmalserkenners - 14. Architektur und Chip-Entwurf für Merkmalsdetektoren - 15. 3D-Stapeltechnik für den Sehwürfel - 16. Architektur eines Sehwürfels der ersten Generation Vgl.: https://link.springer.com/book/10.1007%2F978-3-642-00191-8.

Editor

Malsburg, C. von der

0.0046812366 = product of:
  0.028087419 = sum of:
    0.028087419 = weight(_text_:der in 491) [ClassicSimilarity], result of:
      0.028087419 = score(doc=491,freq=12.0), product of:
        0.09292302 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.04159925 = queryNorm
        0.30226544 = fieldWeight in 491, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0390625 = fieldNorm(doc=491)
  0.16666667 = coord(1/6)

Abstract

Was kann der Mensch? Was können die Computer? Was wissen wir über das rätselhafteste Organ des menschlichen Körpers, das Gehirn und seine Funktionen? Lässt sich das Gehirn einfach nachbauen? Kann es wirklich Elektronenhirne geben? Schon längst ist der Computer im Schachspiel kaum noch zu schlagen. Aber wie sieht es mit anderen intelligenten Leistungen aus? Vor diesem Hintergrund wird zum Beginn des neuen Jahrtausends mit der Sonderausstellung "Computer.Gehirn" im Heinz Nixdorf MuseumsForum eine Zwischenbilanz gezogen. In dieser Begleitpublikation zur Ausstellung wird einerseits ein Leistungsvergleich zwischen Computern und dem menschlichen Gehirn geboten, andererseits werden die unterschiedlichen Funktionsprinzipien und Prozesse erklärt. Internationale Experten stellen den Stand der Forschung dar, ergänzt durch einen informativen Rundgang durch die Sonderausstellung.

Content

Enthält auch die Beiträge: BROOKS, R.A.: Künstliche Intelligenz und Roboterentwicklung - RITTER, H.: Die Evolution der künstlichen Intelligenz - ENGEL, A.K. u. W. SINGER: Neuronale Grundlagen des Bewußtseins - METZINGER, T.: Postbiotisches Bewußtsein: wie man ein künstliches Subjekt baut - und warum wir es nicht tun sollten - HARA, F.: Gesichtsrobotik und emotional computing

0.0037837985 = product of:
  0.02270279 = sum of:
    0.02270279 = weight(_text_:der in 167) [ClassicSimilarity], result of:
      0.02270279 = score(doc=167,freq=16.0), product of:
        0.09292302 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.04159925 = queryNorm
        0.24431825 = fieldWeight in 167, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.02734375 = fieldNorm(doc=167)
  0.16666667 = coord(1/6)

Abstract

Dieses Lehrbuch bietet eine umfassende Einführung in Grundlagen, Potentiale und Anwendungen Semantischer Technologien. Es richtet sich an Studierende der Informatik und angrenzender Fächer sowie an Entwickler, die Semantische Technologien am Arbeitsplatz oder in verteilten Applikationen nutzen möchten. Mit seiner an praktischen Beispielen orientierten Darstellung gibt es aber auch Anwendern und Entscheidern in Unternehmen einen breiten Überblick über Nutzen und Möglichkeiten dieser Technologie. Semantische Technologien versetzen Computer in die Lage, Informationen nicht nur zu speichern und wieder zu finden, sondern sie ihrer Bedeutung entsprechend auszuwerten, zu verbinden, zu Neuem zu verknüpfen, und so flexibel und zielgerichtet nützliche Leistungen zu erbringen. Das vorliegende Buch stellt im ersten Teil die als Semantische Technologien bezeichneten Techniken, Sprachen und Repräsentationsformalismen vor. Diese Elemente erlauben es, das in Informationen enthaltene Wissen formal und damit für den Computer verarbeitbar zu beschreiben, Konzepte und Beziehungen darzustellen und schließlich Inhalte zu erfragen, zu erschließen und in Netzen zugänglich zu machen. Der zweite Teil beschreibt, wie mit Semantischen Technologien elementare Funktionen und umfassende Dienste der Informations- und Wissensverarbeitung realisiert werden können. Hierzu gehören etwa die Annotation und das Erschließen von Information, die Suche in den resultierenden Strukturen, das Erklären von Bedeutungszusammenhängen sowie die Integration einzelner Komponenten in komplexe Ablaufprozesse und Anwendungslösungen. Der dritte Teil beschreibt schließlich vielfältige Anwendungsbeispiele in unterschiedlichen Bereichen und illustriert so Mehrwert, Potenzial und Grenzen von Semantischen Technologien. Die dargestellten Systeme reichen von Werkzeugen für persönliches, individuelles Informationsmanagement über Unterstützungsfunktionen für Gruppen bis hin zu neuen Ansätzen im Internet der Dinge und Dienste, einschließlich der Integration verschiedener Medien und Anwendungen von Medizin bis Musik.

Content

Inhalt: 1. Einleitung (A. Dengel, A. Bernardi) 2. Wissensrepräsentation (A. Dengel, A. Bernardi, L. van Elst) 3. Semantische Netze, Thesauri und Topic Maps (O. Rostanin, G. Weber) 4. Das Ressource Description Framework (T. Roth-Berghofer) 5. Ontologien und Ontologie-Abgleich in verteilten Informationssystemen (L. van Elst) 6. Anfragesprachen und Reasoning (M. Sintek) 7. Linked Open Data, Semantic Web Datensätze (G.A. Grimnes, O. Hartig, M. Kiesel, M. Liwicki) 8. Semantik in der Informationsextraktion (B. Adrian, B. Endres-Niggemeyer) 9. Semantische Suche (K. Schumacher, B. Forcher, T. Tran) 10. Erklärungsfähigkeit semantischer Systeme (B. Forcher, T. Roth-Berghofer, S. Agne) 11. Semantische Webservices zur Steuerung von Prooduktionsprozessen (M. Loskyll, J. Schlick, S. Hodeck, L. Ollinger, C. Maxeiner) 12. Wissensarbeit am Desktop (S. Schwarz, H. Maus, M. Kiesel, L. Sauermann) 13. Semantische Suche für medizinische Bilder (MEDICO) (M. Möller, M. Sintek) 14. Semantische Musikempfehlungen (S. Baumann, A. Passant) 15. Optimierung von Instandhaltungsprozessen durch Semantische Technologien (P. Stephan, M. Loskyll, C. Stahl, J. Schlick)

Footnote

Auch als digitale Ausgabe verfügbar. Auf S. 5 befindet sich der Satz: "Wissen ist Information, die in Aktion umgesetzt wird".