Buch, Deutsch, 236 Seiten, Book, Format (B × H): 170 mm x 244 mm, Gewicht: 458 g
Grundlagen, Modelle, Programme in Turbo Pascal
Buch, Deutsch, 236 Seiten, Book, Format (B × H): 170 mm x 244 mm, Gewicht: 458 g
ISBN: 978-3-322-83201-6
Verlag: Vieweg & Teubner
Das Buch ist eine reiche Fundgrube für jeden "Neuronen-Freak", der mehr als nur einige Schlagworte beherrschen will und Spaß am "Experimentieren" hat.Ein besonderer Vorzug des Buches sind die trickreichen Turbo Pascal-Programme, mit denen die Simulationen durchgespielt und nach Belieben erweitert und modifiziert werden können.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Weitere Infos & Material
I Grundlagen.- 1 Einleitung.- 1.1 Begriff und Bedeutung neuronaler Netze.- 1.1.1 Nervensysteme.- 1.1.2 Abstraktes Modell eines Nervensystems.- 1.1.3 Neuronales Netz.- 1.1.4 Vergleich mit herkömmlichen Computern.- 1.1.5 Ausblicke.- 1.2 Übersicht über den Buchinhalt.- 1.3 Vorkenntnisse des Lesers.- 2 Allgemeine Beschreibung des Programms.- 2.1 Allgemeine Hinweise.- 2.1.1 Hardwarevoraussetzungen und Programminstallation.- 2.1.2 Konventionen zur Programmbedienung.- 2.2 Bedieneroberfläche aus Anwendersicht.- 2.2.1 Einteilung des Bildschirms.- 2.2.2 Aufruf eines Menüpunkts.- 2.2.3 Umgang mit Fenstern.- 2.2.4 Dialogfenster.- 2.2.5 Anzeige von Zahlen.- 2.2.6 Anzeige von Zahlengruppen.- 2.2.7 Monochrome Bildschirme.- 2.3 Künstliche neuronale Netze.- 2.3.1 Aufbau.- 2.3.2 Aktivierungsfunktionen.- 2.3.3 Ausgangsfunktionen23..- 2.3.4 Zustände und Zustandsänderungen.- 2.4 Programmtecbnische Realisierung.- 2.4.1 Aufbau des Programms.- 2.4.2 Datenstruktur eines Neurons.- 2.4.3 Neuronen in Turbo-Pascal.- 2.4.4 Datenstruktur des Netzes.- 2.4.5 Netz in Turbo-Pascal.- II Modelle.- 3 Grundlagen des Muster-Assoziators.- 3.1 Begriff des Muster-Assoziators.- 3.1.1 Struktur des Netzes.- 3.1.2 Eigenschaften der einzelnen Neuronen.- 3.1.3 Aktivierung des Netzes in der Reproduktionsphase.- 3.2 Reproduktion gespeicherter Muster: Das ODER-Problem.- 3.2.1 Erklärung des Problems.- 3.2.2 Programmbedienung.- 3.2.3 Analyse der Ergebnisse.- 3.2.4 Speichern der Musterpaare und Gewichte.- 3.2.5 Drucken des Netzzustandes.- 3.3 Lernen beim Muster-Assoziator.- 3.3.1 Lernen des ODER-Problems mit der Hebbschen Lernregel.- 3.3.2 Versagen der Hebbschen Lernregel.- 3.3.3 Lernen mit der Delta-Lernregel.- 3.4 Allgemeine Richtlinien für die Bedienung des Programms.- 3.4.1 Programmablauf.- 3.4.2 Menü “Aktionen”.- 3.4.3 Menü “Anzeige”.- 3.4.4 Menü “Parameter”.- 3.4.5 Menü “Werte”.- 3.4.6 Menü “Muster”.- 3.4.7 Menü “Rücksetzen”.- 3.4.8 Menü “Info”.- 3.4.9 Sondertasten.- 3.4.10 Typische Vorgangsweise.- 3.5 Zusammenfassung.- 4 Anwendungen des Muster-Assoziators.- 4.1 Assoziative Speicherung.- 4.1.1 Problemstellung.- 4.1.2 Verwendung der McCulloch-Pitts-Funktion.- 4.1.3 Verwendung der Fermi-Funktion.- 4.1.4 Vereinfachtes Problem.- 4.1.5 Verwendung der linearen Ausgangsfunktion.- 4.2 Lesen von Buchstaben.- 4.2.1 Problemstellung.- 4.2.2 Darstellung auf dem Bildschirm.- 4.2.3 Lernphase.- 4.2.4 Reproduktionsphase.- 4.2.5 Folgerungen.- 4.2.6 Verwendung der Fermi-Funktion.- 5 Auto-Assoziatoren.- 5.1 Definition des linearen Auto-Assoziators.- 5.1.1 Struktur des Netzes.- 5.1.2 Eigenschaf ten der Neuronen.- 5.1.3 Aktivierung des Netzes in der Reproduktionsphase.- 5.1.4 Hebbsche Lernregel beim linearen Auto-Assoziator.- 5.2 Richtlinien für die Programmbedienung.- 5.2.1 Festlegung des Netzes.- 5.2.2 Lernen.- 5.2.3 Erläuterung der Anzeige.- 5.2.4 Reproduzieren.- 5.2.5 Weiteres Beispiel.- 5.2.6 Besonderheiten der Reproduktion.- 5.3 Lernen und Wiedererkennen von Buchstaben.- 5.3.1 Problemstellung.- 5.3.2 Delta-Lernregel beim Auto-Assoziator.- 5.3.3 Lernphase.- 5.3.4 Rekonstruktion gestörter Vorlagen.- 5.4 BSB-Modell (Brain-State-in-the-Box).- 5.4.1 Beschreibung des BSB-Modells.- 5.4.2 Lernen und Wiedererkennen im BSB-Modell.- 5.5 DMA-Modell (Distributed memory and amnesia).- 5.5.1 Aufbau des DMA-Modells.- 5.5.2 Beschreibung eines Beispiels: Möbel.- 5.5.3 Lernen des Prototyps “Tisch”.- 5.5.4 Simultanes Lernen mehrerer Prototypen.- 5.5.5 Automatische Einteilung gelernter Muster in Kategorien.- 5.5.6 Zusätzliches Lernen einzelner Muster.- 5.6 Zusammenfassung.- 6 Training verborgener Einheiten mit der Backpropagation-Lernregel.- 6.1 Begriff des Backpropagation-Netzes.- 6.1.1 Ein bisher unlösbares Problem.- 6.1.2 Struktur des Backpropagation-Netzes.- 6.1.3 Eigenschaften der einzelnen Neuronen.- 6.1.4 Aktivierung des Netzes in der Reproduktionsphase.- 6.1.5 Backpropagation-Lernregel.- 6.1.6 Variante der Backpropagation-Lernregel.- 6.1.7 Erfolg und Versagen der Backpropagation-Lernregel.- 6.2 Lernen des XOR-Problems.- 6.2.1 Festlegung der Netzstruktur.- 6.2.2 Vorbereitung des Netzes.- 6.2.3 Erster Lernschritt.- 6.2.4 Weitere Lernschritte.- 6.2.5 Lernen mit geänderten Startgewichten.- 7 Hopfield-Netze.- 7.1 Definition des Hopfield-Netzes.- 7.1.1 Struktur des Netzes.- 7.1.2 Eigenschaf ten der Neuronen.- 7.1.3 Lernregel.- 7.1.4 Reproduktionsphase.- 7.2 Beispiel: Möbel.- 7.2.1 Problemstellung.- 7.2.2 Lernen der Prototypen.- 7.2.3 Überprüfung des Lernerfolgs.- 7.2.4 Vervollständigung von Möbel-Fragmenten.- 8 Zusammenfassende Übersicht über die behandelten Netzmodelle.- 8.1 Berechnung eines Neurons.- 8.2 Berechnung des Netzes.- 8.3 Netzmodelle.- 8.3.1 Muster-Assoziator.- 8.3.2 Auto-Assoziator.- 8.3.3 Backpropagation-Netz.- 8.3.4 Hopfield-Netz.- III Programme.- 9 Grundlegende Programme.- 9.1 Vorbemerkungen zu allen Programmen.- 9.2 Rahmenprogramm (NN.PAS).- 9.2.1 Erläuterungen.- 9.2.2 Programmtext.- 9.3 Allgemeine Unterprogramme (Unit ALLGUPG).- 9.3.1 Erläuterungen.- 9.3.2 Programmtext.- 9.4 Fensterprogramme (Unit ALLGPROG).- 10 Neuronstrukturen und Hilfsprogramme.- 10.1 Neuronstrukturen (Unit UNEURON).- 10.1.1 Rahmenprogramm.- 10.1.2 Interface.- 10.1.3 Methoden für TAktivierungs_Parameter.- 10.1.4 Methoden für TAusgangs_Parameter.- 10.1.5 Methoden für TEingangs_Zuordnung.- 10.1.6 Methoden für TReal.- 10.1.7 Methoden für TNeuron.- 10.2 Hilfsprogramme (Unit UNETZ).- 10.2.1 Rahmenprogramm.- 10.2.2 Interface.- 10.2.3 Methoden für TSchichtbeschreiber.- 10.2.4 Methoden für TAnzeigeformat.- 10.2.5 Methoden für Terw_Anzeigeformat.- 10.2.6 Methoden für TAnzeige.- 10.2.7 Methoden für TIAnzeigefenster.- 10.2.8 Methoden für TAnzeigefenster.- 10.2.9 Prozedur Daten_eingeben.- 10.2.10 Methoden für TMusterpaar.- 11 Objekt TNetz (Unit NETZ).- 11.1 Rahmenprogramm.- 11.2 Interface.- 11.3 Implementation.- 11.3.1 Menüsteuerung.- 11.3.2 Speicher bereitstellen.- 11.3.3 Weitere Programme.- 11.3.4 Fensterüberschriften.- 11.3.5 Zufallsgenerator.- 11.3.6 Reproduzieren.- 11.3.7 Lernen.- 12 Eingabe und Modifikation des Programms.- 12.1 Bereitstellung des Quelltextes.- 12.2 Einfache Änderungen.- 12.2.1 Änderung von Texten.- 12.2.2 Änderung von Programmkonstanten.- 12.2.3 Änderung von Standardwerten.- IV Anhang.- 13 Literaturverzeichnis.- 13.1 Literaturverweise aus dem Text.- 13.2 Einführende Literatur.- 14 Synonymverzeichnis.- 15 Symbolverzeichnis.- 16 Register.
