Virtuelle Klick! Systematik Klick! Schlagwörter Klick! Verfasser Klick! Körperschaften
Allgemeinbibliothek Klick! Home Klick! Impressum Klick! Mail

 


Die Virtuelle Allgemeinbibliothek ist umgezogen!

Wenn Sie nicht automatisch weitergeleitet werden, klicken Sie bitte hier:
http://www.virtuelleallgemeinbibliothek.de/00188ANF.HTM


 

Systematikgruppen, Teil:

Klick! Informatik und EDV
Klick! Allgemeines
Grundlagen

Klick! Einführung in die mathematischen Grundlagen der Künstlichen Intelligenz : interdisziplinärer Intensivkurs
Roland Potthast. Universität Göttingen. - 2001-02-14. - Göttingen, 2001
11 Lit.
Intelligenzbegriff. - Aufgaben und Anwendungen der KI. - Logik und Wissensdarstellung in formalisierter, computerverarbeitbarer Form. - Einführung in die Prädikatenlogik, auf die KI-Systeme i. d. R. zurückgreifen. - Grundlagen von Prolog (Programming in Logic), das sich eng an die Prädikatenlogik anlehnt und als eine der zwei Hauptsprachen für die KI weithin akzeptiert ist. - Kurzcharakteristik und Geschichte von LISP. - Planen und Planstrategien als intelligente Tätigkeiten. - Lernen in klassischen KI-Systemen. - Charakteristika der natürlichen Sprache, auf die die KI zurückgreift. - Parsing-Methoden für kontextfreie Grammatiken, Bezug zur Entwicklung von Programmiersprachen und Compilern; Parsing: Analyse eines vorgegebenen Satzes im Rahmen einer gegebenen Grammatik. - Natural Language Processing - Probleme und Techniken, die sich mit dem Verstehen und Verarbeiten von Sprache befassen. - Arbeitsweise und Geschichte neuronaler Netze, Lernaufgaben für neuronale Netze. - Deterministische Spieltheorie. - Meta-Programmierung und künstliche Beweise; ein Meta-Programm nimmt andere Programme als Eingabedaten. - Informationsquellen zur KI. [17.04.2001]

Klick! Neuronale Netze
Alois Heinz. Institut für Informatik, Albert-Ludwigs-Universität Freiburg. - 17-06-1997. - Freiburg, 1997. - 43 S. : graph. Darst.
39 Lit.
Einführung aus Sicht des Informatikers/Mathematikers. Neuronale Netze sind Nervennetzen nachgebildete, modular aufgebaute Berechnungsmodelle, ihre herausragende Eigenschaft ist die Lernfähigkeit. Zahlreiche mögliche Anwendungen, von denen hier solche kurz betrachtet werden, die sich unter "Funktionsapproximation" bzw. "Klassifikation" einordnen lassen. Definition von Neuronenverhalten und Netzstrukturen. Beweise, die illustrieren, daß sich mittels (vorwärts berechnender) neuronaler Netze Boole"sche Funktionen und stetige reele Funktionen berechnen lassen; die Ergebnisse lassen sich auf mehrwertige Funktionen übertragen. Beispiele aus dem Bereich Boole"sche Funktionen für die Berechnung der im konkreten Fall benötigten maximalen Netzgröße bzw. ihrer von der Eingabedimension abhängigen Skalierung. Überblick über Eigenschaften und Vorgehensweisen von Lernverfahren: überwachtes Lernen oder Lernen mit Lehrer; Lernen durch Bestätigung; unüberwachtes oder selbstorganisiertes Lernen; aktive und passive Lernverfahren. Vom Ergebnis her unterscheidet man konstruktives Lernen oder Modellselektion, bei denen Änderungen in der Netzstruktur das Ziel sind, sowie Parameterschätzung (Parameteranpassung). (VAB) [17.04.2001]

Klick! Mud.de : willkommen in der Virtuellen Realität!
Matthias L. Jugel ... Mud.DE, Deutsche Gemeinschaft Virtueller Welten. - 17. Jan. 2000. - O.O., 2000
Mit annotierter Liste deutsch- und anderssprachiger MUDs, ggf. Link zu deren Homepage. Links zu MUD-Ressourcen im WWW. Bibliographie. [31.08.1999] [02.03.2000]

Homepage NEU!: http://www.virtuelleallgemeinbibliothek.de. Alt: http://bibliothek.freepage.de

Klick! Oben Ersterstellung: 22.08.1999. Letzte Aktual.: 05.09.2001. © Ingrid Strauch 1999/2001 |