Beschreibung

In diesem Seminar wird eine Einführung in die Theorie der künstliche neuralen Netzwerke gegeben. Künstliche neurale Netzwerke stellen für Informatiker eine Alternative zu klassischen Programiertechniken dar, die in der künstlichen Intelligenz und in der Robotik sehr wichtig sind. Behandelt werden Perceptrons (Mustererkennung), Hopfield-Netzwerke (Speicher), Multi-Layer-Perceptrons inklusive "Backpropagation of Errors" und Self-Organization (Kohonen-Netzwerke). Betont werden hier Anwendungen im Bereich Kognitives Modellieren, zum Beispiel Modelle von Gedächtnis und visueller Aufmerksamkeit. Auch die Beziehung zwischen künstlichen und biologischen neuralen Netzwerken wird erforscht. Aus Zeitgründen werden wichtige und interessante Anwendungen von KNNs im Bereich "Machine Learning" nur kurz angedeutet.