Nauck detlef d (9 Ergebnisse)

Zustand: New.

Zustand: As New. Unread book in perfect condition.

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Artificial intelligence has, traditionally focused on solving human-centered problems like natural language processing or common-sense reasoning. On the other hand, for a while now soft computing has been applied successfully in areas like pattern recognition, clustering, or automatic control. The papers in this book explore the possibility of bringing these two areas together.This book is unique in the way it concentrates on building intelligent software systems by combining methods from diverse disciplines, such as fuzzy set theory, neuroscience, agent technology, knowledge discovery, and symbolic artificial intelligence. The first part of the book focuses on foundational aspects and future directions; the second part provides the reader with an overview of recently developed software tools for building flexible intelligent systems; the final section studies developed applications in various fields.…

Softcover. Zustand: Gut. Gebraucht - Gut Zustand: Gut, XVII, 357 pp. About this book: Artificial intelligence has, traditionally focused on solving human-centered problems like natural language processing or common-sense reasoning. On the other hand, for a while now soft computing has been applied successfully in areas like pattern recognition, clustering, or automatic control. The papers in this book explore the possibility of bringing these two areas together. This book is unique in the way it concentrates on building intelligent software systems by combining methods from diverse disciplines, such as fuzzy set theory, neuroscience, agent technology, knowledge discovery, and symbolic artificial intelligence. The first part of the book focuses on foundational aspects and future directions; the second part provides the reader with an overview of recently developed software tools for building flexible intelligent systems; the final section studies developed applications in various fields. Written for Researchers and professionals.…

Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - 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.…

Zustand: New. 1994. Paperback. . . . . .

Kartoniert / Broschiert. Zustand: New.

Zustand: Sehr gut. Zustand: Sehr gut | Seiten: 424 | Sprache: Deutsch | Produktart: Bücher | 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. …

Zustand: New. 1994. Paperback. . . . . . Books ship from the US and Ireland.