Dieses grundlegende Lehrbuch aus der Reihe Computational Intelligence befaßt sich mit der aktuellen Thematik der Neuronalen Netze aus besonderer Perspektive. Das Buch zeigt, wie sich die Fähigkeiten Neuronaler Netze in anderen wissensbasierten Ansätzen einsetzen lassen. Konnektionistische Expertensysteme nutzen Neuronale Netze zum Aufbau von Wissensbasen, um auch mit Unsicherheitsphänomenen umgehen zu können. Der größte Teil des Buches ist der Kopplung von Neuronalen Netzen und Fuzzy-Systemen gewidmet. Lernende Neuro-Fuzzy-Regler und Techniken zur Neuro-Fuzzy-Datenanalyse stellen neue Herausforderungen für die Anwendung dar.
Autorentext
Dr. Detlef Nauck, Dr. Frank Klawonn und Prof. Dr. Rudolf Kruse lehren und forschen seit mehreren Jahren auf dem Gebeit Computational Intelligence. Das Buch beruht auf Lehrveranstaltungen, die regelmäßig von den Autoren an der TU Braunschweig gehalten werden.
Inhalt
I Grundlagen Neuronaler Netze.- 1 Historische und Biologische Aspekte.- 2 Ein generisches Modell für Neuronale Netze.- II Architekturen Neuronaler Netze.- 3 Perceptrons.- 4 Einfache lineare Modelle.- 5 Multilayer-Perceptrons.- 6 Radiale Basisfunktionen.- 7 Wettbewerbslernen.- 8 Selbstorganisierende Karten.- 9 Hopfield-Netze.- 10 Simulated Annealing und Boltzmann-Maschinen.- 11 Neuronale Regler.- III Konnektionistische Expertensysteme.- 12 Grundlagen der Expertensysteme.- 13 Wissensrepräsentation in Neuronalen Netzen.- 14 Modellierung Konnektionistischer Expertensysteme.- 15 Preprocessing.- IV Neuronale Fuzzy-Systeme.- 16 Modellierung Neuronaler Fuzzy-Systeme.- 17 Kooperative Neuronale Fuzzy-Regler.- 18 Hybride Neuronale Fuzzy-Regler.- 19 Das NEFCON-Modell.- 20 Neuro-Fuzzy-Datenanalyse.- 21 Neuronale Netze und Fuzzy-Prolog.