Neokognitron und Hopfield Netz als künstliche neuronale Netze zur Mustererkennung Theorie, computergestützte Simulation und Anwendungen - Infos zum Artikel - Preisvergleich
Produkt Optional: Preisspanne von bis Euro

Einverständniserklärung zu Cookies, Daten- und Trackinginformationen
Wir verwenden Cookies, um Inhalte und Anzeigen zu personalisieren. Beim Besuch dieser Webseite werden Informationen gespeichert. Bei der Darstellung von Produkten werden Bilder von an anderen Webseiten geladen. Um das zu ermöglichen, ist es nötig, dass ihr Browser Verbindungen zu anderen Servern aufbaut und dorthin Daten überträgt. Die Verarbeitung der an Kostenscout.de gesendeten Daten erfolgt zur Leistungserbringung, zu statistischen sowie werbetechnischen Zwecken. Wenn Sie auf der Seite weitersurfen, stimmen Sie der Cookie-Nutzung und Datenverarbeitung zu. Datenschutzinformationen ansehen

Neokognitron und Hopfield Netz als künstliche neuronale Netze zur Mustererkennung: Theorie, computergestützte Simulation und Anwendungen

Preis vergleichen

Das menschliche Gehirn empfängt eine Fülle unterschiedlicher Reize über verschiedene Sinnesorgane, wobei die visuelle Wahrnehmung in diesem Zusammenhang ein bedeutendes Gebiet darstellt. Der Mensch ist in der Lage aus einer großen Menge visueller Reize bestimmte Signale innerhalb kürzester Zeit herauszufiltern und richtig zu interpretieren. Probleme ergeben sich allerdings bei der Portierung der natürlichen Mustererkennung auf Computersysteme. Nach dem derzeitigen technischen Stand können Computer Daten zwar um ein vielfaches schneller verarbeiten, als unser Gehirn, sind aber dennoch mit Mustererkennungsaufgaben überfordert, die das Gehirn in kürzester Zeit erfolgreich durchführt. Ein Ansatz zur Nachahmung des natürlichen Mustererkennungsprozesses sind künstliche neuronale Netze als stark vereinfachte Modelle des Gehirns. Besonders das Neokognitron verspricht eine hohe Eignung zur Umsetzung dieser Aufgabe.Dieses Buch gibt zunächst eine Einführung in das Gebiet der Mustererkennung und vermittelt die notwendigen Grundlagen zu künstlichen neuronalen Netzen. Der Fokus liegt auf der strukturellen und funktionalen Darstellung des ursprünglichen Neokognitrons bei der Mustererkennung. Den dabei identifizierten Problemen begegnet man mit verschiedenen Erweiterungen, deren wesentliche Eigenschaften im Überblick dargestellt werden. Zur Veranschaulichung der praktischen Leistungsfähigkeit werden Anwendungen aufgezeigt, für die das Neokognitron implementiert wurde. Neben dem Neokognitron wird auch das binäre Hopfield-Netz als klassisches künstliches neuronales Netz zur Mustererkennung erläutert. Entsprechend dieser Ausführungen wurde zusätzlich zum vorliegenden Buch ein E-Learning Modul für binäre Hopfield Netze prototypisch implementiert und wird hier vorgestellt.

Anbieter: Thalia DE
ab 58.00 Euro*
(zzgl. 0.00 EUR* Euro Versand)
Stand:13.06.2024
Preis kann jetzt höher sein

Die bei uns gelisteten Preise basieren auf Angaben der gelisteten Händler zum Zeitpunkt unserer Datenabfrage. Diese erfolgt einmal täglich. Von diesem Zeitpunkt bis jetzt können sich die Preise bei den einzelnen Händlern jedoch geändert haben. Bitte prüfen sie auf der Zielseite die endgültigen Preise. Die Sortierung auf unserer Seite erfolgt nach dem besten Preis oder nach bester Relevanz für Suchbegriffe (je nach Auswahl).
Für manche Artikel bekommen wir beim Kauf über die verlinkte Seite eine Provision gezahlt. Ob es eine Provision gibt und wie hoch diese ausfällt, hat keinen Einfluß auf die Suchergebnisse oder deren Sortierung. Unser Preisvergleich listet nicht alle Onlineshops. Möglicherweise gibt es auf anderen bei uns nicht gelisteten Shops günstigere Preise oder eine andere Auswahl an Angeboten.
Versandkosten sind in den angezeigten Preisen und der Sortierung nicht inkludiert.


Livesuche | Über uns | Datenschutz | Shop eintragen | Impressum

* - Angaben ohne Gewähr. Preise und Versandkosten können sich zwischenzeitlich geändert haben.
Bitte prüfen sie vor dem Kauf auf der jeweiligen Seite, ob die Preise sowie Versandkosten noch aktuell sind.