Vorlesung

Als Ergänzung zur Vorlesung verwenden wir ein frei verfügbares Skriptum von David Kriesel, das wesentliche Aspekte der Lehrveranstaltung anschaulich behandelt. Die Lehrveranstaltung wiederum behandelt einige Aspekte im Vergleich zum Skriptum tiefer, andere gar nicht. Deshalb ersetzt das Skriptum nicht den Besuch der Lehrveranstaltung.

• Skript_David_Kriesel
• NI_2010_Kap1_Kap2 (pdf); Grundlagen, Klassifikation von Mustern, Funktionsapproximation, Generalisierung
• NI_2010_Kap3 (pdf); Multilayer-Percepton und Error-Backpropagation-Algorithmus
• NI_2010_Kap4 (pdf); Erweiterungen zum Error-Backpropagation-Algorithmus
• NI_2010_Kap5 (pdf); Netzwerke mit radialen Basisfunktionen, RBF-NW
• NI_2010_Kap6 (pdf); Learning Vector Qunatization (LVQ) und Netzwerke zur Repräsentation von zeitvarianter Information
• NI_2010_Kap8 (pdf); Neural Gas, Parameter- und Topologieadaption (Weight Decay, OBD, GNG-NW, CC-NW)
• NI_2010_Kap9 (pdf); Neuroevolution
• NI_2010_Kap10 (pdf); Assoziativspeicher

Übung

• Arbeitsblätter Übung 1 und 2
• Lösungen zu den Hausaufgaben Übung 1 und 2
• Lösung zur Hausaufgabe Übung 3

Praktikum

• Link zum JavaNNS an der Uni Tübingen
• (alte) Praktikumsanleitung zum SNNS, Version 4.2; Daten zum Praktikum (tar-file)
• SNNS-Manual, Version 4.2
• Praktikum Grundlagen der Neuroinformatik an der TU Ilmenau

Ergänzungsmaterial

• Vektorbasierte Neuronale Netze. Habilitationsschrift von Bernd Fritzke, 1998 (pdf, 35 MB)
• sehr gut verständliche Arbeit, die sich mit Vektorquantisierung und verschiedenen davon abgeleiteten Verfahren befasst
• behandelt werden SOM, NG, Clustering, GNG, DCS, LVQ inklusive der überwachten Varianten
• lesenswert!!!
• ebenso existiert ein Online-Skript inkl. Java-Applets
• Gesichtsdetektion mit Neuronalen Netzen
• PAMI-Paper von Rowley, Baluja und Kanade zum Anwendungsbeispiel (pdf)

Klausur

Abschlussklausur vom Sommersemester 2010 zur Prüfungsvorbereitung