Entwurf und Aufbau eines Systems zur Mustererkennung auf Basis von binär gekoppelten Hopfield-Gardner neuronalen Netzwerken

URN urn:nbn:de:gbv:18-228-7-819
URL
Dokumentart: Studienarbeit
Sprache: Deutsch
Erstellungsjahr: 1995
Publikationsdatum:
SWD-Schlagwörter: Bilderkennung, Mustererkennung, Künstliche Intelligenz
Freie Schlagwörter (Deutsch): neuronale Netze
Freie Schlagwörter (Englisch): image recognition, pattern recognition, artificial intelligence
DDC-Sachgruppe: Informatik
BK - Klassifikation: 54.74 , 54.72

Kurzfassung auf Deutsch:

Topologische Charakteristika künstlicher neuronaler Netze sind die massive Parallelität sowie der hohe Konnektionismus der i.a. einfachen, oft hierarchisch angeordneten Berechnungselemente. Anwendung finden KNN u.a. in Bereichen wie Computervision, Roboterkinematik, Mustererkennung oder Datenkompression, in denen konventionelle algorithmische Ansätze versagen bzw. zu aufwendig sind sowie bei der Modellierung biologischer Systeme (Vgl. [Roj93]). Als wichtige Typen seien hier mehrschichtige Perzeptronen-Netzwerke, Hopfield-Gardner Netzwerke, Boltzmann-Maschinen und ART Netzwerke genannt. Bei der Implementierung von KNN unterscheidet man zwischen Softwaresimulationen auf konventionellen Von-Neumann-Architekturen, dem Einsatz von Multiprozessorsystemen sowie Lösungen mit Spezialhardware. Während Softwaresimulationen geeignet sind zur Untersuchung von Netzeigenschaften sowie zur Überprüfung von Algorithmen bei geringer Netzgröße, erfordern Praxisanwendungen innovative Ansätze, um den Anforderungen in bezug auf die Rechenzeit wegen der Komplexität der Berechnungen gerecht zu werden. Zugleich sind aber auch kostengünstige wie effiziente Lösungen gefordert. Für eine umfassende Darstellung von Hardwareimplementierungen künstlicher neuronaler Netze sei auf [GP94] verwiesen.

Hinweis zum Urherberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.