Deep Learning ist heute aus Anwendungen künstlicher Intelligenz (KI) kaum wegzudenken: Ihm verdanken wir es, dass Siri gesprochene Befehle versteht oder Computer eigenständig Kunstwerke erschaffen.

Wer als IT-Profi nicht nur KI-Tools bedienen, sondern verstehen will, was unter der Haube passiert, findet im Buch von Daniel Scholz eine fundierte Einführung in das Innenleben neuronaler Netze. Die ...

Das menschliche Gehirn ist ein wahres Wunderwerk der Natur. Es ist die Steuerzentrale unseres Körpers und verfügt über rund 100 Milliarden Gehirnzellen, die durch Synapsen miteinander verbunden sind.

Künstliche neuronale Netze zeigen beachtliche Erfolge, und Machine Learning entwickelt sich zu einem allgegenwärtigen, wenn auch häufig nicht direkt erkennbaren Begleiter des täglichen Lebens. Viele ...

Die Technik der neuronalen Netze ist nicht mehr eine bloße Angelegenheit der Forschungslabors an den Universitäten. Bernd Hohler* beschreibt nicht nur ihre Funktionsweise, sondern deckt darüber hinaus ...

Die ersten künstlichen neuronalen Netze wurden auf Basis der hebbschen Lernregel entwickelt. Sie besagt, dass sich Neurone stärker vernetzen, wenn sie vermehrt gemeinsam feuern. Mit ihrer ...

Backpropagation (auch Fehlerrückführung oder Rückwärtspropagierung) ist ein wichtiges mathematisches Werkzeug zur Verbesserung der Vorhersagegenauigkeit beim Data Mining und maschinellen Lernen. Im ...

In Embedded-Anwendungen kommen immer häufiger neuronale Netze zum Einsatz. Wichtig ist, zu prüfen, ob das trainierte Netz auf der realen Hardware seine Aufgaben erfüllt. Aus dem Grund wurde an der TU ...