Neuronale Netze - Methoden und Anwendungen
Im Seminar werden nach einer kurzen Einführung in die biologischen Grundlagen die wichtigsten Architekturen künstlicher neuronaler Netze sowie die grundlegenden überwachten und unüberwachten Lernverfahren vermittelt. Es werden unterschiedliche Netzmodelle wie Schwellenwertelemente, mehrschichtige Perzeptren, Radiale-Basisfunktionen-Netze, selbstorganisierende Karten, Hopfield-Netze und rückgekoppelte Netze näher erläutert. In der Übung werden die erworbenen theoretischen Kenntnisse durch Lösung praktischer Aufgaben, u. a. mit dem Simulationsprogramm Matlab, vertieft.