Posted by 
By Norbert Hoffmann
ISBN-10: 3322877892
ISBN-13: 9783322877895
ISBN-10: 352805140X
ISBN-13: 9783528051402
Das Buch ist eine reiche Fundgrube für jeden "Neuronen-Freak", der mehr als nur einige Schlagworte beherrschen will und Spaß am "Experimentieren" hat.Ein besonderer Vorzug des Buches sind die trickreichen rapid Pascal-Programme, mit denen die Simulationen durchgespielt und nach Belieben erweitert und modifiziert werden können.
Read Online or Download Simulation Neuronaler Netze: Grundlagen, Modelle, Programme in Turbo Pascal PDF
Best german_5 books
Get Visualisierung in Mathematik, Technik und Kunst: Grundlagen PDF
Prof. Dr. Andreas costume lehrt an der Fakultät für Mathematik der Universität Bielefeld. Prof. Dr. Gottfried Jäger in der Abteilung Photographie und layout an der FH Bielefeld.
Lehrbuch der Hochspannungstechnik - download pdf or read online
Professor LESCR hat von 1946 bis 1956 am Lehrstuhl für Elektrotech nik der Technischen Hochschule Fridericiana zu Karlsruhe zugleich mit Vorlesungen über elektrische Antriebe und Bahnen und elektrische Anla gen, in einer zuletzt dreisemestrigen Vorlesung, die Grundlagen der Hoch spannungstechnik gelehrt.
Read e-book online Die Verarbeitung von Preisinformationen durch Konsumenten PDF
Die Arbeit liefert einen Beitrag zur verhaltenswissenschaftlichen Preistheorie. Sie behandelt theoretisch und empirisch die für die Theoriebildung wichtige und für die preispolitische Praxis relevante Fragestellung: Wie werden Preise von Konsumenten als details intern verarbeitet, d. h. wahrgenommen und beurteilt?
- Grundzüge der theoretischen Logik
- Transitive Erweiterungen endlicher Permutationsgruppen
- Dateien und Datenbanken: Eine anwendungsorientierte Einführung
- Projektive Ebenen
Additional info for Simulation Neuronaler Netze: Grundlagen, Modelle, Programme in Turbo Pascal
Sample text
Die fünf Zahlenwerte auf der linken Seite des Dialogfensters haben hier keine Bedeutung. Als Ausgangsfunktion wählen Sie die McCulloch-Pitts-Funktion (mit der Maus anklicken bzw. mit
Dort dienten sie nämlich als Verteiler, die einen Netzeingang auf mehrere Neuronen aufgeteilt haben. Hier benötigen wir sie jedoch auch dann, wenn jeder Netzeingang nur zu einem einzigen Neuron führt (vgl. etwa den Auto-Assoziator in Bild 5-1). Die Neuronen dieser Eingangsschicht weisen einige Unterschiede zu den "gewöhnlichen" Neuronen des Netzes auf. Für den Programmanwender treten sie nicht in Erscheinung. Sie haben einen einzigen Eingang, der seinen Eingangswert vom zugehörigen Netzeingang bekommt; die Eingangszuordnung ist bei ihnen bedeutungslos.
6 eine weitere verborgene Schicht und 7 ... 10 die Ausgangsschicht. Der Signalfluß erfolgt von links nach rechts. 20 2 Allgemeine Beschreibung des Programms 1) Die Eingänge EI, E2, E3; 2) 3) Die Neuronen a,b,c und 1.. 10; Die Ausgänge Al ... A4. NE (In Bild 2-7 ist NE =3). Diese Eingänge erhalten Werte (gewöhnlich reelle Zahlen) von der Außenwelt, die sie an bestimmte Neuronen des Netzes weiterleiten. Die Menge der Eingänge soll als Eingangsfeld bezeichnet werden. Aus der Sicht des Anwenders hat das Eingangsfeld oft eine Struktur; beispielsweise werden zweidimensionale Muster zweckmäßigerweise durch eine Matrix dargestellt.
Simulation Neuronaler Netze: Grundlagen, Modelle, Programme in Turbo Pascal by Norbert Hoffmann
by Charles
4.1