Search (4 results, page 1 of 1)

  • × subject_ss:"Neuronales Netz"
  1. Braun, H.: Neuronale Netze : Optimierung durch Lernen und Evolution (1997) 0.08 
    0.08272902 = product of:
  0.16545804 = sum of:
    0.035534237 = weight(_text_:und in 730) [ClassicSimilarity], result of:
      0.035534237 = score(doc=730,freq=6.0), product of:
        0.104724824 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.04725067 = queryNorm
        0.33931053 = fieldWeight in 730, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=730)
    0.097894646 = weight(_text_:anwendung in 730) [ClassicSimilarity], result of:
      0.097894646 = score(doc=730,freq=2.0), product of:
        0.22876309 = queryWeight, product of:
          4.8414783 = idf(docFreq=948, maxDocs=44218)
          0.04725067 = queryNorm
        0.42793027 = fieldWeight in 730, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.8414783 = idf(docFreq=948, maxDocs=44218)
          0.0625 = fieldNorm(doc=730)
    0.03202915 = weight(_text_:des in 730) [ClassicSimilarity], result of:
      0.03202915 = score(doc=730,freq=2.0), product of:
        0.13085164 = queryWeight, product of:
          2.7693076 = idf(docFreq=7536, maxDocs=44218)
          0.04725067 = queryNorm
        0.24477452 = fieldWeight in 730, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.7693076 = idf(docFreq=7536, maxDocs=44218)
          0.0625 = fieldNorm(doc=730)
  0.5 = coord(3/6)
    Abstract
    In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolution Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichekit, in seiner eigenen Anwendung die Busteine seinen Zielen entsprechend zu kombinieren
  2. Brause, R.: Neuronale Netze : eine Einführung in die Neuroinformatik (1991) 0.01 
    0.006044496 = product of:
  0.036266975 = sum of:
    0.036266975 = weight(_text_:und in 2824) [ClassicSimilarity], result of:
      0.036266975 = score(doc=2824,freq=16.0), product of:
        0.104724824 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.04725067 = queryNorm
        0.34630734 = fieldWeight in 2824, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2824)
  0.16666667 = coord(1/6)
    Abstract
    Dieses Buch gibt eine systematische Einführung in die Grundlagen der Neuroinformatik. Es beschreibt in einheitlicher Notation die wichtigsten neuronalen Modelle und gibt beispielhaft Anwendungen dazu. Auch die praktischen Fragen der Simulation dieser Modelle finden Beachtung.
    Classification
    ST 285 Informatik / Monographien / Software und -entwicklung / Computer supported cooperative work (CSCW), Groupware
    QH 700 Wirtschaftswissenschaften / Mathematik. Statistik. Ökonometrie. Unternehmensforschung / Ökonometrie (einschließlich Logit-, Probit- und Tobitmodellen, d. h. Modellen mit qualitativen und begrenzt abhängigen Variablen [limited dependent variables]) / Datenverarbeitung. Wirtschaftsinformatik / Kybernetik. Neuronale Netze
    RVK
    ST 285 Informatik / Monographien / Software und -entwicklung / Computer supported cooperative work (CSCW), Groupware
    QH 700 Wirtschaftswissenschaften / Mathematik. Statistik. Ökonometrie. Unternehmensforschung / Ökonometrie (einschließlich Logit-, Probit- und Tobitmodellen, d. h. Modellen mit qualitativen und begrenzt abhängigen Variablen [limited dependent variables]) / Datenverarbeitung. Wirtschaftsinformatik / Kybernetik. Neuronale Netze
    Series
    Leitfäden und Monographien der Informatik
  3. Allman, W.F.: Menschliches Denken - Künstliche Intelligenz : von der Gehirnforschung zur nächsten Computer-Generation (1990) 0.01 
    0.0057787616 = product of:
  0.03467257 = sum of:
    0.03467257 = weight(_text_:des in 3948) [ClassicSimilarity], result of:
      0.03467257 = score(doc=3948,freq=6.0), product of:
        0.13085164 = queryWeight, product of:
          2.7693076 = idf(docFreq=7536, maxDocs=44218)
          0.04725067 = queryNorm
        0.2649762 = fieldWeight in 3948, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.7693076 = idf(docFreq=7536, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3948)
  0.16666667 = coord(1/6)
    Content
    Enthält die Kapitel: (E) Vom Neuron zur Psyche; (1) Das Rüstzeug des Geistes: die Revolution der neuen Konnektionisten: (2) Das Puzzlespiel: die Mechanismen des Denkens; (3) Die große Wasserscheide: Gehirnforschung contra Geistesforschung; (4) Wetware: die Anatomie des Erinnerungsvermögens; (5) Wodurch wird ein Neuronenbündel so schlau?: die Wissenschaft von der Komplexität; (6) Der Computer als Autodidakt: wie Neuralnetzwerke das Laufen lernen; (7) Maschinenträume: Neuralnetzwerke im Arbeitseinsatz; (8) Streitbare Denker: der Kampf um die Herzen der Wissenschaftler; (9) Der Musterschüler: NETalk lernt laut lesen
  4. Rojas, R.: Theorie der neuronalen Netze : eine systematische Einführung (1993) 0.01 
    0.005406362 = product of:
  0.03243817 = sum of:
    0.03243817 = weight(_text_:und in 1590) [ClassicSimilarity], result of:
      0.03243817 = score(doc=1590,freq=20.0), product of:
        0.104724824 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.04725067 = queryNorm
        0.3097467 = fieldWeight in 1590, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.03125 = fieldNorm(doc=1590)
  0.16666667 = coord(1/6)
    Abstract
    In diesem Buch werden theoretische Ansätze und Modelle, die in der Literatur verstreut sind, zu einer modellübergreifenden Theorie der künstlichen neuronalen Netze zusammengefügt. Mit ständigem Blick auf die Biologie wird - ausgehend von einfachsten Netzen - gezeigt, wie sich die Eigenschaften der Modelle verändern, wenn allgemeinere Berechnungselemente und Netztopologien eingeführt werden.õJedes Kapitel enthält Beispiele und ist ausführlich illustriert und durch bibliographische Anmerkungen abgerundet. Das Buch richtet sich an Leser, die sich einen Überblick verschaffen oder vorhandene Kenntnisse vertiefen wollen. Es ist als Grundlage für Neuroinformatikvorlesungen an deutschsprachigen Universitäten geeignet.
    Classification
    QH 700 Wirtschaftswissenschaften / Mathematik. Statistik. Ökonometrie. Unternehmensforschung / Ökonometrie (einschließlich Logit-, Probit- und Tobitmodellen, d. h. Modellen mit qualitativen und begrenzt abhängigen Variablen [limited dependent variables]) / Datenverarbeitung. Wirtschaftsinformatik / Kybernetik. Neuronale Netze
    ST 285 Informatik / Monographien / Software und -entwicklung / Computer supported cooperative work (CSCW), Groupware
    RVK
    QH 700 Wirtschaftswissenschaften / Mathematik. Statistik. Ökonometrie. Unternehmensforschung / Ökonometrie (einschließlich Logit-, Probit- und Tobitmodellen, d. h. Modellen mit qualitativen und begrenzt abhängigen Variablen [limited dependent variables]) / Datenverarbeitung. Wirtschaftsinformatik / Kybernetik. Neuronale Netze
    ST 285 Informatik / Monographien / Software und -entwicklung / Computer supported cooperative work (CSCW), Groupware

Authors

Subjects

Classifications