Neuronale Netze Optimierung durch Lernen und Evolution
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronale...
| Main Author: | |
|---|---|
| Format: | eBook |
| Language: | German |
| Published: |
Berlin, Heidelberg
Springer Berlin Heidelberg
1997, 1997
|
| Edition: | 1st ed. 1997 |
| Subjects: | |
| Online Access: | |
| Collection: | Springer Book Archives -2004 - Collection details see MPG.ReNa |
Table of Contents:
- 1.Einführung
- 1.1 Überblick
- 1.2 Aufbau
- 2.Neuronale Modelle Von Expertenwissen
- 2.1 Einführung
- 2.2 Implizite Wissensrepräsentation (Interpolation)
- 2.3 Explizite Wissensrepräsentation (Prototypen)
- 2.4 Semantische Netze - Optimierung durch Relaxation
- 3.Neuronale Modelle Für Strategielernen
- 3.1 Problemstellung
- 3.2 Lernen nach Beispielen
- 3.3 Lernen nach Zielvorgabe
- 3.4 Reinforcement-Lernen
- 4.Evolution Neuronaler Netze
- 4.1 Evolutionäre Algorithmen
- 4.2 Grundkonzeption von ENZO
- 4.3 ENZO für Überwachtes Lernen
- 4.4 ENZO für Reinforcement-Lernen
- 4.5 ENZO für unscharfe Regler
- 4.6 Lernen und Evolution auf einem Parallelrechner
- Schlussbemerkung
- Literatur