Neuronale Netze : eine Einführung in die Neuroinformatik. von Rüdiger Brause / Leitfäden der Informatik

Programmiersprachen und -systeme zur Simulation neuronaler Netze eingegangen. Der Schwerpunkt des Buches liegt damit im Zusammenfassen und Ordnen einer Breite von Ansätzen, Modellen und Anwendungen unter wenigen, klaren Aspekten wie Netzwerkarchitektur (feedforward und feedback Netze) und Informations­ verarbeitung (informationsoptimale Schichten), die sich wie ein roter Faden durch die Kapitel ziehen; für ein vertiefendes Studium sind entsprechende Literaturhinweise eingearbeitet. Ich hoffe, damit nicht nur für Informatiker den Einstieg in das Gebiet der neuronalen Netze erleichtert zu haben. Zuletzt möchte ich noch Herrn Klaus Wich und Frau Nicole Sabart meinen Dank aussprechen für Ihre Anregungen und Korrekturhilfe; dem Verlag B.G. Teubner danke ich für die Aufnahme dieses Buches in sein Verlagsprogramm. Im Frühjahr 1991 Rüdiger Brause Vorwort zur zweiten Auflage In den vier Jahren seit dem Erscheinen der ersten Auflage sind viele neue Entwicklungen entstanden und vorhandene haben sich gewandelt. Aus diesem Grund nutze ich die Gelegenheit, in der neuen Auflage wichtige Entwicklungen und ihre Hintergründe bei den Approximationsnetzen zu beschreiben, neue Richtungen wie die Radialen Basisfunktionen und die Fuzzy Logik zu integrieren und den Gesamttext durch viele neue Impulse zu ergänzen. Ich hoffe, daß dies und auch die klarere Gliederung und Straffung des Stoffs sowie die Beseitigung verschiedener, leider immer vorhandener Druckfehler zu einem besseren Verständnis der Materie beitragen können.

Die Beschäftigung mit den aus kleinen, einfachen Modellneuronen gebildeten Netzen zeigt auf faszinierende Weise, wie sich aus den geringen Fähigkeiten der einzelnen Neuronen durch Zusammenschalten neue Architekturen mit mächtigen Eigenschaften zur Lösung von schwierigen, komplexen Aufgaben ergeben. Dabei sind diese Netze nicht so sehr Modelle für "echte", sondern verwirklichen ein breites Spektrum an statistischen und approximativen Methoden für die "künstliche Intelligenz" mit dem Ansatz einer massiv parallellokalen, funktionsverteilten Rechnerarchitektur, die sich effizient in VLSI-Chips implementieren lößt. Das Buch gibt eine systematische Einführung in die Grundlagen der Neuroinformatik, beschreibt in einheitlicher Notation die wichtigsten neuronalen Modelle und gibt beispielhaft Anwendungen dazu. Auch die praktischen Fragen der Simulation dieser Modelle finden Beachtung. Das Buch ist im Rahmen des http://medoc.informatik.tu-muenchen.de/deutsch/medoc.html>MeDoc-Projektes in die elektronische Informatik-Bibliothek aufgenommen worden.