Neuronale Netze

K. Köhler: Neuronale Netze
[4 SWS, 3h Vorlesung + 1h Praktikum]

Vorlesungsskript, zuletzt gelesen: 1997

Grobziel

Der Student soll eine Übersicht über die verschiedenen Ansätze dieses interdisziplinären Wissenschaftsgebiets "Konnektionismus" erhalten und die Einsatzmöglichkeiten und Grenzen der wichtigsten neuronalen Netze kennen (Perzeptron, Multi-Layer-Perceptron (Backpropagation), RBF-Netze, Hopfield-Netze, Boltzmann-Maschine, Kohonen-Netze (SOM, LVQ), ART-Netze). Dazu muß er sie von anderen wissensbasierten und algorithmischen Ansätzen abgrenzen können. Er soll in der Lage sein zu entscheiden, ob neuronale Netze für gegebene Aufgabenstellungen erfolgversprechend sind, sie zu entwerfen und mit marktüblichen Simulatoren zu implementieren.

Inhalt

  • Grundlagen
    • physiologische Gehirnmodelle
    • psychologische Modelle für Gedächtnis und Lernen
    • elementare physikalische Grundlagen der Thermodynamik
    • mathemathische Grundlagen
    • Informatik-Grundlagen der Wissensrepräsentation und der Parallelverarbeitung
  • Mathematische Modelle künstlicher neuronaler Netze
    • Verarbeitungselemente (Neuronen) und Verbindungsnetzwerke
    • Lernen in neuronalen Netzen
      • beaufsichtigt - unbeaufsichtigt
      • assoziatives Lernen - entdeckendes Lernen
      • Fehlerpropagierung - Wettbewerbslernen
    • lineare Modelle (mit und ohne Schwellwerte)
    • Backpropagation
    • thermodynamische Modelle
    • selbstorganisierende Karten
  • Anwendungsgebiete konnektionistischer Modelle
    • Assoziativspeicher
    • Bild- und Sprachverarbeitung
    • Mustererkennung
    • Klassifikation
    • Vorhersage durch Extrapolation
    • Robotersteuerung
  • Implementierung neuronaler Netze
    • Simulatoren (Software)
    • Hardware-Simulatoren und Coprozessoren
  • Abgrenzung und Kritik
    • lokale versus verteilte Repräsentation konzeptueller Entitäten
    • exaktes Wissen versus unsicheres Wissen
    • exaktes Schliessen in regelbasierten Systemen (klassische KI) versus evidentielles Schließen in konnektionistischen Systemen
    • Symbolverarbeitung versus Holismus

Ablauf

Das FWP-Fach wird als Vorlesung mit eingestreuten Praktika zu den behandelten Netztypen durchgeführt.

Prüfung

Die StudentInnen, die es als FWP-Fach mit Praktikum anerkannt haben wollen, müssen neben der schriftlichen Prüfung am Ende noch ein Referat zu einem ausgewählten Themengebiet halten oder eine neuronale Lösung zu einem konkreten Problem schriftlich ausarbeiten. Sowohl Prüfung als auch Referat/Lösungsmodell müssen bestanden werden.