NMTS

Neuronale Methoden für technische Systeme - NMTS - (FB16-3160)

Name:

Neuronale Methoden für technische Systeme
Neural methods for technical systems

Veranstaltungsart:

Vorlesung

Inhalt:

 

  • Einleitung:

    Biologisches Vorbild, Historische Entwicklung, Anwendungsgebiete

  • Das Hopfield-Modell 

    Das Basis-Problem, Das Modell, Das Ein-Muster-Problem, Das Mehrere-Muster-Problem, Analyse der Konvergenz- und Kapazitätseigenschaften

  • Multi-Layer Perzeptrons:

    Einfache Perzeptrons, Schwellwerteinheiten, linear-separierbare Probleme, Lineare Einheiten, Gradientenmethode, Delta-Regel, Nichtlineare Einheiten

    Multi-Layer Netzwerke MLP, Approximationsfähigkeiten und Existenzsatz, Folgerungen, offene Punkte, Kostenfunktion, lokale Minima, Lerndaten, Netzstruktur, Generalisierungsfähigkeit, Overfitting-Problem, Backpropagation, Varianten der Backpropagation-Methode, Newton-Methode

  • Dynamische Neuronale Netzwerke:

    Time Delayed Neural Networks TDNN, Rekurrente Neurale Netzwerke RNN

  • Radiale Basisfunktionen-Netzwerke

Zielgruppe:

  • Student(inn)en im Fachstudium 1. und 2. Studienstufe ab 5. Semester

Umfang:

  • 2 SWS Vorlesung, 1 SWS Übung, 4 CP

Termine:

  • Die Vorlesung findet im Sommersemester statt.

Unterlagen:

  • Bekanntgabe in der Vorlesung

Leistungsnachweis:

  • Klausur

Dozenten:

  • Dr.-Ing. Mohamed Ayeb

Zurück zur Übersicht