1. Hauptnavigation
  2. Navigation des Hauptbereiches
  3. Inhalt der Seite

Neuroinformationsverarbeitung (SG Informatik)

Vorlesung

  • Arbeitsblätter: Was das Gehirn alles kann!
  • Arbeitsblätter: Biologische Grundlagen
  • Arbeitsblätter: Kapitel 1 + 2  (Grundlagen, Klassifikation von Mustern, Funktionsapproximation, Generalisierung)
  • Arbeitsblätter: Kapitel 3 (MLP und Error-Backpropagation-Algrithmus
  • Arbeitsblätter: Kapitel 4 (Erweiterungen zum Error-Backprop-Algorithmus)
  • Arbeitsblätter: Kapitel 5 (RBF-Netzwerk)
  • Arbeitsblätter: Kapitel 6/7 (Learning Vector Quantization - LVQ; Verarbeitung von zeitvarianter Information)    
  • Arbeitsblätter Kapitel 8 (Parameter- und Topologieadaption)
  • Arbeitsblätter Kapitel 9 (Assoziativspeicher)

Praktikum

Ergänzungsmaterial

  • David Kriesel: Ein kleiner Überblick über neuronale Netze
  • 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

Aktualisiert: 11.10.2016  |  Autor: Sven Hellbach