Cover | 1 |
Titel | 3 |
Impressum | 4 |
Inhaltsverzeichnis | 7 |
Prolog | 11 |
Einleitung | 17 |
Kapitel 1: Neuronale Netze und das Gehirn | 21 |
1.1 Was sind Neuronale Netze? | 22 |
1.2 Das Gehirn als Vorbild | 23 |
1.2.1 Organisation und Physiologie des Gehirns | 24 |
1.2.2 Die biologische Nervenzelle | 25 |
Kapitel 2: Die Simulation des Gehirns | 29 |
2.1 Die ersten Versuche | 29 |
2.2 Die Hebbsche Formel | 33 |
2.3 Das Perzeptron | 34 |
2.3.1 Die Theorie von Rosenblatt | 34 |
2.3.2 Das Perzeptron auf dem Papier | 36 |
2.3.3 Das Programm zum Perzeptron | 38 |
Kapitel 3: Mustererkennung durch ein Hopfield-Netz | 45 |
3.1 Der Assoziativspeicher | 45 |
3.1.1 Das Hopfield-Netz auf dem Papier | 46 |
3.1.2 Mustererkennung | 50 |
3.1.3 Ein Beispiel für Mustererkennung | 52 |
Kapitel 4: Der bidirektionale Assoziativspeicher | 59 |
4.1 Verteilter Assoziativspeicher | 59 |
4.1.1 Der bidirektionale Assoziativspeicher auf dem Papier | 62 |
4.1.2 Mustererkennung mit dem bidirektionalen Assoziativspeicher | 66 |
4.1.3 Bilderkennung mit dem bidirektionalen Assoziativspeicher | 70 |
Kapitel 5: Das Backpropagation-Netz | 79 |
5.1 Netztopologie | 79 |
5.2 Die Transferfunktion | 80 |
5.3 Die Lernformel | 82 |
5.4 Das Backpropagation-Netz auf dem Papier | 85 |
Kapitel 6: Vorstellung eines Programms zum Ausführen Neuronaler Netze | 91 |
6.1 Allgemeine Erläuterungen des Programms NetAndDecision | 91 |
6.2 Verwalten der Projekte | 92 |
6.3 Die Gewichtsmatrix | 96 |
6.4 Beispiele erfassen | 97 |
6.5 Der Beispiel-Generator | 98 |
6.6 Das Training des Netzes | 101 |
6.7 Die Ausführung des Netzes | 103 |
6.8 Die Lernkurve | 103 |
6.9 Die Grafik | 104 |
Kapitel 7: Beispiele für Neuronale Netze | 107 |
7.1 Ermittlung der Wurfweite eines Steins | 107 |
7.2 Kreditvergabe Entscheidung | 117 |
7.3 Unterstützung der Kaufentscheidung für einen PC | 120 |
Kapitel 8: Regressionsanalyse mit einem Neuronalen Netz | 125 |
8.1 Die Chartanalyse mit einem Neuronalen Netz | 125 |
8.2 Die Regressionsanalyse | 129 |
8.3 Mehrdimensionale Funktionen | 133 |
Kapitel 9: Expertensysteme | 137 |
9.1 Das Erheben von Wissen | 138 |
9.2 Aufbau eines Expertensystems | 139 |
9.2.1 Wissensbasis | 140 |
9.2.2 Darstellungsproblematik von Wissen | 140 |
9.2.3 Regelbasis | 141 |
9.2.4 Datenbasis | 142 |
9.2.5 Regelinterpreter (Inferenzkomponente) | 142 |
9.2.6 Userschnittstelle | 143 |
9.3 Vorstellung eines Programms zum Ausführen von Expertensystemen | 143 |
9.3.1 Verwalten von Projekten | 144 |
9.3.2 Expertensystem Analyse | 145 |
9.3.3 Expertensystem Daten | 146 |
9.3.4 Verwalten von Expertensystemen | 147 |
9.3.5 Verwalten von Attributen | 149 |
9.3.6 Verwalten von Regeln | 152 |
9.4 Regelbasis zur Auswahl von statistischen Prognoseverfahren | 155 |
9.4.1 Literaturstudium zum Erheben des Expertenwissens | 156 |
9.4.2 Ausführen des Expertensystems | 159 |
9.5 Regelbasis zur Unterstützung der Kaufentscheidung für einen PC | 161 |
Kapitel 10: Ein Backpropagation-Netz programmieren | 169 |
10.1 Erfassung von Passwort-Mustern | 170 |
10.2 Ein Neuronales Netz zur Erkennung von Passwort-Mustern | 175 |
10.3 Die Programmierung des Neuronalen Netzes | 178 |
10.3.1 Die Programmierung des Hauptprogramms | 179 |
10.3.2 Der Konstruktor der Klasse »NeuralNetwork« | 180 |
10.3.3 Das Einlesen und Verarbeiten von Kommandos | 181 |
10.3.4 Weitere Methoden der Klasse »NeuralNetwork« | 187 |
10.3.5 Das Einlesen der Beispieldaten | 188 |
10.4 Die Programmierung der Backpropagation-Technologie | 194 |
10.4.1 Das Ausführen des Neuronalen Netzes | 195 |
10.4.2 Das Training des Neuronalen Netzes | 196 |
10.4.3 Das Ausführen von außen | 200 |
Kapitel 11: Ausblick | 203 |
Anhang A: Anhang | 207 |
A.1 Die Beispielprogramme | 207 |
A.2 Installation der Beispielprogramme | 208 |
A.3 Die verwendete Datenbanktechnologie | 208 |
Anhang B: Dokumentierter Quelltext der Programme | 213 |
B.1 Das Programm Perzeptron | 213 |
B.2 Das Programm HopfieldNet | 220 |
B.3 Das Programm AssociativeMemory | 225 |
B.4 Das Programm AssociativeMemoryPicture | 230 |
Stichwortverzeichnis | 237 |