Meyers Großes Taschenlexikon in 25 Bänden
neuronale Netze
neuronale Netze(künstliche neuronale Netze, Abk. KNN), künstl. Intelligenz: Rechnerarchitekturen, deren Struktur und Funktion sich an den Nervennetzen lebender Organismen orientiert. Das Ziel solcher künstl. Netzwerke ist es, die Leistungsfähigkeit der elektron. Informationsverarbeitung an die des Gehirns anzugleichen, bes. bei Problemstellungen wie Mustererkennung, Steuerung und Lernfähigkeit (lernende Automaten). In Analogie zu den aus Neuronen (»Knoten«) bestehenden Nervennetzen sind die parallel arbeitenden Prozessoren in (log.) Schichten angeordnet und innerhalb dieser Schichten sowie über das gesamte Netz hinweg verbunden. Jeder Verbindung zw. zwei Knoten ist ein sog. »Gewicht« zugeordnet, das der synapt. Effizienz entspricht. Eine solche Struktur ist in der Lage, über geeignete Rückkopplungen Lernprozesse selbst zu organisieren und damit komplizierte (gerichtete) Relationen zw. Ein- und Ausgabe darzustellen.
▣ Literatur:
Brause, R.: N. N. Eine Einführung in die Neuroinformatik. Stuttgart 21995.
⃟ Grauel, A.: Fuzzy-Logik. Einführung in die Grundlagen mit Anwendungen. Mannheim u. a. 1995.
⃟ Bothe, H.-H.: Neuro-Fuzzy-Methoden. Einführung in Theorie u. Anwendungen. Berlin 1998.
neuronale Netze(künstliche neuronale Netze, Abk. KNN), künstl. Intelligenz: Rechnerarchitekturen, deren Struktur und Funktion sich an den Nervennetzen lebender Organismen orientiert. Das Ziel solcher künstl. Netzwerke ist es, die Leistungsfähigkeit der elektron. Informationsverarbeitung an die des Gehirns anzugleichen, bes. bei Problemstellungen wie Mustererkennung, Steuerung und Lernfähigkeit (lernende Automaten). In Analogie zu den aus Neuronen (»Knoten«) bestehenden Nervennetzen sind die parallel arbeitenden Prozessoren in (log.) Schichten angeordnet und innerhalb dieser Schichten sowie über das gesamte Netz hinweg verbunden. Jeder Verbindung zw. zwei Knoten ist ein sog. »Gewicht« zugeordnet, das der synapt. Effizienz entspricht. Eine solche Struktur ist in der Lage, über geeignete Rückkopplungen Lernprozesse selbst zu organisieren und damit komplizierte (gerichtete) Relationen zw. Ein- und Ausgabe darzustellen.
▣ Literatur:
Brause, R.: N. N. Eine Einführung in die Neuroinformatik. Stuttgart 21995.
⃟ Grauel, A.: Fuzzy-Logik. Einführung in die Grundlagen mit Anwendungen. Mannheim u. a. 1995.
⃟ Bothe, H.-H.: Neuro-Fuzzy-Methoden. Einführung in Theorie u. Anwendungen. Berlin 1998.