Seidel | Ableitung äquivalenter symbolbasierter Entscheidungsmodelle aus gegebenen neuronalen Feedforward-Netzen | Buch | 978-3-8439-5554-6 | sack.de

Buch, Deutsch, 267 Seiten, Hardcover kaschiert, Format (B × H): 198 mm x 278 mm, Gewicht: 734 g

Reihe: Informatik

Seidel

Ableitung äquivalenter symbolbasierter Entscheidungsmodelle aus gegebenen neuronalen Feedforward-Netzen


Erscheinungsjahr 2024
ISBN: 978-3-8439-5554-6
Verlag: Dr. Hut

Buch, Deutsch, 267 Seiten, Hardcover kaschiert, Format (B × H): 198 mm x 278 mm, Gewicht: 734 g

Reihe: Informatik

ISBN: 978-3-8439-5554-6
Verlag: Dr. Hut

Das Themengebiet der künstlichen Intelligenz, welches bereits seit Jahren eines der beherrschenden Phänomene in Forschung, Gesellschaft und Wirtschaft ist, wird primär durch zwei herausragende Ansätze realisiert. Zum einen werden Anwendungen in der KI seit langem symbolbasiert modelliert, zum anderen erzielen konnektionistische Modelle seit etwa 15 Jahren enorme Erfolge, wobei beide Ansätze jedoch völlig unterschiedliche Vor- und Nachteile aufweisen. Ziel dieser Arbeit ist es, eine Verbindung zwischen diesen Ansätzen zu schaffen, um zukünftig die jeweiligen Vorteile zu nutzen und die jeweiligen Nachteile ausgleichen zu können. Diese Verbindung soll durch ein äquivalentes, vollwertiges symbolbasiertes Entscheidungsmodell bereitgestellt werden, das aus einem gegebenen konnektionistischen Entscheidungsmodell abgeleitet wird.

Seidel Ableitung äquivalenter symbolbasierter Entscheidungsmodelle aus gegebenen neuronalen Feedforward-Netzen jetzt bestellen!

Autoren/Hrsg.

Seidel, Sebastian
Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.