Neuronales Netz

Neuronale Netze beziehen sich auf die Strukturen des Gehirns von Tieren und Menschen: Biologische Neuronen reagieren auf elektrische oder chemische Reize. Neuronen haben üblicherweise mehrere Eingangsverbindungen sowie eine Ausgangsverbindung. Wenn die Summe der Eingangsreize einen gewissen Schwellwert überschreiten feuert das Neuron ein Ausgangssignal entlang seines Axons. Über das Lernen in neuronalen Netzen gibt es verschiedene Theorien. Die erste neuronale Lernregel wurde von Hebb beschrieben (Hebb'sche Lernregel). Neuronen sind in der Art eines Netzes miteinander verknüpft.

Künstliche neuronale Netze versuchen sich als Teilgebiet der Künstlichen Intelligenz an der computergestützten Simulation neuronaler Netze. Bis jetzt beschränkt sich die Anwendung von Neuronalen Netzen auf Regelung von komplexen Prozessen z.B. in der Chemieindustrie, Mustererkennung, Sprachanalyse und anpassungsfähiger Software wie Virtuelle Agenten und KI-Robotern in Spielen.

Weblinks:

Literatur:

Theorie der Neuronalen Netze, R. Rojas ISBN 3-540-56353-9
Simulation neuronaler Netze, A. Zell ISBN 3-486-24350-0