Neuronale Netze und Fuzzy-Systeme: Grundlagen des Konnektionismus, Neuronaler Fuzzy-Systeme und der Kopplung mit wissensbasierten Methoden (Künstliche Intelligenz) (German Edition) - Softcover

Neuronale Netze erfreuen sich einer wachsenden Popularitat, die sich in einer Viel­ zahl von Veroffentlichungen und industriellen Anwendungen ausdriickt. Ihre Fahig­ keit, aus Beispielen lernen zu konnen, ohne im herkommlichen Sinne programmiert werden zu miissen, macht einen wesentlichen Teil ihrer Faszination aus. Die Arbeit an Neuronalen Netzen, die auch als "konnektionistische Systeme" bezeichnet wer­ den, war zunachst biologisch motiviert. Die Forscher wollten an ihnen mehr iiber Eigenschaften des Gehirns lernen. Das erste lernfahige kiinstliche Neuronale Netz, das Perceptron, wurde 1958 von Frank Rosenblatt vorgestellt. Nachdem jedoch in den sechziger Jahren gezeigt wurde, daB dieses damals bevorzugt untersuchte Per­ ceptron sogenannte linear nicht separierbare Probleme nicht losen konnte, wurde die Forschung an Neuronalen Netzen einige Jahre lang sehr stark eingeschrankt. Nach der Entdeckung neuer und mii.chtiger Lernverfahren in den achtziger Jahren lebte das Interesse jedoch wieder auf. Nun war man in der Lage, auch nicht linear separierbare Probleme, wie z.B. die XOR-Funktion, von einem Neuronalen Netz losen zu lassen. Die Industrie hat die Neuronalen Netze fUr sich entdeckt und wendet sie in Bereichen wie z.B. Bildverarbeitung, Schrift-und Spracherkennung an. Es gibt be­ reits eine Vielzahl kommerzieller und frei verfiigbarer Entwicklungsumgebungen, die eine Erstellung eines Neuronalen Netzes am Computer ermoglichen und die Entwick­ lungen von Anwendungen erleichtern. Selbst "Neuronale Hardware" ist mittlerweile entwickelt worden. Dabei handelt es sich urn Zusatzhardware fiir Computersysteme zur Unterstiitzung der Rechenvorgange in Neuronalen Netzen.

Eines der spannendsten Themen im Bereich intelligenter Systeme - von namhaften Autoren geschrieben - zum Lernen und Nachschlagen. Das Buch führt in das Thema der Neuronalen Netze ein und weist darüber hinaus den Weg bis zum vollen Verständnis modernster Fuzzy-Systeme. Neuronale Netze sind ein wichtiges Werkzeug in den Bereichen der Datenanalyse und Mustererkennung. Ursprünglich durch das biologische Vorbild inspiriert, wurde eine Vielfalt neuronaler Netze für verschiedenste Anwendungen entwickelt. Ihre Kopplung mit Fuzzy-Systemen führt zu den sogenannten Neuro-Fuzzy-Systemen. Diese weisen die Lernfähigkeit Neuronaler Netze auf und bieten gleichzeitig den Vorteil einer transparenten regelbasierten Struktur. Sie sind daher besonders vorteilhaft für Anwendungsbereiche, in denen verständliche Lösungen aus Daten erzeugt werden müssen.