Simulation neuronaler Netze. 4. unveränderter Nachdruck. Oldenbourg, München u. a. 2003, ISBN 3-486-24350-0. Commons: Künstliches neuronales Netz – Album...

Informationstechnik und Robotik werden deren Strukturen als künstliches neuronales Netz modelliert und technisch nachgebildet, simuliert und abgewandelt...

Elman-Netz ist ein einfaches rekurrentes künstliches neuronales Netz, das durch vorhandene Rückkopplungen von Kanten zwischen den künstlichen Neuronen...

Hauptartikel: Künstliches neuronales Netz Künstliche neuronale Netze (KNN) sind Modelle, deren Struktur von biologischen neuronalen Netzen, aus denen Tiergehirne...

analysieren sind. Künstliches Neuronales Netz → Hauptartikel: Künstliches neuronales Netz und Deep Learning Große Fortschritte erzielt die künstliche Intelligenz...

neuronale Netze motiviert ist. Als konnektionistisches Modell bilden sie in einem Netzwerk aus künstlichen Neuronen ein künstliches neuronales Netz und...

Lernen) bezeichnet eine Methode des maschinellen Lernens, die künstliche neuronale Netze (KNN) mit zahlreichen Zwischenschichten (englisch hidden layers)...

Dropout ist eine Regularisierungsmethode, die in künstlichen neuronalen Netzen Anwendung findet und die Gefahr von Overfitting verringert. Dabei wird...

(nach engl. perception, „Wahrnehmung“) ist ein vereinfachtes künstliches neuronales Netz, das zuerst von Frank Rosenblatt 1957 vorgestellt wurde. Es besteht...

(CNN oder ConvNet), zu Deutsch etwa „faltendes neuronales Netzwerk“, ist ein künstliches neuronales Netz. Es handelt sich um ein von biologischen Prozessen...

mit künstlichen neuronalen Netzen gearbeitet. Ein künstliches neuronales Netz ist eine Verschaltung einfacher Einheiten, der so genannten künstlichen Neuronen...

Ein Elman-Netz, auch Simple recurrent network (SRN), zu deutsch Einfaches rekurrentes Netz, ist ein einfaches künstliches neuronales Netz, das durch vorhandene...

Sekunde ausführen. Das künstliche Neuronenmodell, mit dem Kurzweil arbeitet und das zuletzt in vielen künstlichen neuronalen Netzen verwendet wurde, ist...

Neural Networks. Im Tab NEURONALES NETZ Definieren kann das Netz definiert werden. Im Tab NEURONALES NETZ Lernen kann das Netz trainiert werden. Hierfür...

Hauptartikel: Künstliches neuronales Netz Es gibt viele verschiedene Modelle, um Neuronale Netze zu modellieren. Ein Ansatz ist dabei, eine Reihe künstlicher Neuronen...

das Internet Künstliches neuronales Netz Mathematik: Netz (Diskrete Mathematik), eine Verallgemeinerung der endlichen affinen Ebene Netz (Geometrie),...

Ein Autoencoder ist ein künstliches neuronales Netz, das dazu genutzt wird, effiziente Codierungen zu lernen. Das Ziel eines Autoencoders ist es, eine...

der Zustandsraum eines künstlichen neuronalen Netzes ein Vektorraum, der die Menge der möglichen Zustände des neuronalen Netzes beschreibt. Die einzelnen...

Datensätzen aus der COCO-Datenbank wurde ein künstliches neuronales Netz aufwendig trainiert. Dieses fertig trainierte Netz ist als Datei verfügbar und kann dann...

Gepulste neuronale Netze (kurz: SNN, englisch: Spiking neural networks) sind eine Variante künstlicher neuronaler Netzwerke, die näher an biologischen...

Eine aktuell erfolgreiche Struktur für maschinelles Lernen sind künstliche neuronale Netze (KNNs). Sie basieren auf der Fähigkeit, die erforderlichen Merkmale...

Fehler. Ein künstliches neuronales Netz nimmt im einfachsten Fall Eingabedaten und ordnet sie auf einen Ausgangswert ab. Das gesamte Netz liest Zahlen...

^{\text{out}}|\phi ^{\text{out}}\rangle }} Konnektionismus Neurotechnologie Künstliches neuronales Netz Electrolyte-oxide-semiconductor field-effect transistor Computational...

oder Transformationen bei der Bildregistrierung. Insofern ein künstliches neuronales Netz eine zur Approximation geeignete Verfahrensart ist, besonders...

Als Hopfield-Netz bezeichnet man eine besondere Form eines künstlichen neuronalen Netzes. Es ist nach dem amerikanischen Wissenschaftler John Hopfield...

Verteilungsfunktionen sigmoidal. Sigmoidfunktionen werden in künstlichen neuronalen Netzen als Aktivierungsfunktion verwendet, da der Einsatz von differenzierbaren...

Kognitionspsychologe, der vor allem für seine Beiträge zur Theorie künstlicher neuronaler Netze bekannt ist. Geoffrey Hinton wurde als Sohn des Insektenkundlers...

(englisch Large Language Model, LLM). GPT-Modelle basieren auf künstlichen neuronalen Netzwerken unter Anwendung von Transformer-Architektur, die auf...

k {\displaystyle k} beträgt k N {\displaystyle k^{N}} . Ein künstliches neuronales Netz der beschriebenen Form kann schon mit k 2 d {\displaystyle k^{2}d}...

Studienteilnehmer Drop-out (Technik), technischer Aussetzer Dropout (künstliches neuronales Netz), ein Regularisierungsverfahren des maschinellen Lernens. Siehe...

können. Für andere Daten ist vielleicht ein Binärbaum oder ein künstliches neuronales Netz besser geeignet. Die No-free-Lunch-Theoreme besagen, dass eine...