Künstliches neuronales Netzwerk - Aufbau intelligenter Systeme für Roboterautonomie und -anpassung
Fouad Sabry
Traductor Daniel Hueber
Editorial: Eine Milliarde Sachkundig [German]
Sinopsis
1: Künstliches neuronales Netzwerk: Erkunden Sie die Grundlagen und die allgemeine Bedeutung neuronaler Netzwerke. 2: Perceptron: Verstehen Sie die Bausteine einschichtiger Lernmodelle. 3: Jürgen Schmidhuber: Entdecken Sie die bahnbrechende Forschung hinter modernen Netzwerken. 4: Neuroevolution: Untersuchen Sie genetische Ansätze zur Optimierung neuronaler Architekturen. 5: Rekurrentes neuronales Netzwerk: Untersuchen Sie Netzwerke mit Speicher für sequenzielle Daten. 6: Feedforward-neuronales Netzwerk: Analysieren Sie Netzwerke, in denen sich Daten in eine Richtung bewegen. 7: Mehrschichtiges Perceptron: Erfahren Sie mehr über geschichtete Strukturen, die die Netzwerktiefe verbessern. 8: Quantenneuronales Netzwerk: Entdecken Sie das Potenzial quantengestützter Lernmodelle. 9: ADALINE: Untersuchen Sie adaptive lineare Neuronen zur Mustererkennung. 10: Echo-State-Netzwerk: Erkunden Sie dynamische Reservoirmodelle für zeitliche Daten. 11: Spiking-neuronales Netzwerk: Verstehen Sie biologisch inspirierte neuronale Systeme. 12: Reservoir Computing: Tauchen Sie ein in spezialisierte Netzwerke für Zeitreihenanalysen. 13: Langzeit-Kurzzeitgedächtnis: Beherrschen Sie Architekturen, die darauf ausgelegt sind, Informationen zu speichern. 14: Arten künstlicher neuronaler Netzwerke: Unterscheiden Sie zwischen verschiedenen Netzwerkmodellen. 15: Deep Learning: Erfassen Sie die Tiefe und den Umfang mehrschichtiger Netzwerke. 16: Lernregel: Erkunden Sie Methoden, die das Training neuronaler Modelle leiten. 17: Faltungsneuronales Netzwerk: Analysieren Sie Netzwerke, die auf Bilddaten zugeschnitten sind. 18: Problem des verschwindenden Gradienten: Bewältigen Sie Herausforderungen beim Netzwerktraining. 19: Bidirektionale rekurrierende neuronale Netzwerke: Entdecken Sie Modelle, die Daten in beide Richtungen verarbeiten. 20: Residuales neuronales Netzwerk: Lernen Sie fortgeschrittene Techniken zur Optimierung des Lernens. 21: Geschichte künstlicher neuronaler Netzwerke: Verfolgen Sie die Entwicklung dieses transformativen Felds.
