Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einführung: Was ist KI? Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

7. Neuronale Netze simulieren Gehirne

verfasst von : Klaus Mainzer

Erschienen in: Künstliche Intelligenz – Wann übernehmen die Maschinen?

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Gehirne sind Beispiele für komplexe Informationssysteme auf der Grundlage neuronaler Informationsverarbeitung. Was sie gegenüber anderen Informationssystemen auszeichnet ist die Fähigkeit zu Kognition, Emotion und Bewusstsein. Unter dem Begriff der Kognition (lat. cognoscere für „erkennen“, „wahrnehmen“, „wissen“) werden Fähigkeiten wie z. B. Wahrnehmung, Lernen, Denken, Gedächtnis und Sprache zusammengefasst. Welche synaptischen Signalverarbeitungen liegen diesen Prozessen zugrunde? Welche neuronalen Teilsysteme sind beteiligt? ...

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Algorithmen simulieren die Evolution
Nächstes Kapitel Roboter werden sozial
Literatur
1.
2.
Roth G (1994) Das Gehirn und seine Wirklichkeit. Kognitive Neuropsychologie und ihre philosophischen Konsequenzen. Suhrkamp, Frankfurt
3.
Markowitsch HJ (1992) Neuropsychologie des Gedächtnisses. Verlag für Psychologie, Göttingen
4.
Hebb DO (1949) The Organisation of Behavior. A Neurophysiological Theory. John Wiley & Sons Inc, New York
5.
McCulloch WS, Pitts WH (1943) A logical calculus of the ideas immanent in nervous activity. Bull Math Biophysics 5:115–133CrossRef
6.
Rosenblatt F (1958) The Perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review 65:386–408CrossRef
7.
Minsky M, Papert S (1969) Perceptrons, Expanded Edition. An Introduction to Computational Geometry by Marvin Minsky and Seymour A. Papert. MIT Press, Cambridge (Mass.)
8.
Möller K, Paaß G (1994) Künstliche neuronale Netze: eine Bestandsaufnahme. KI – Künstliche Intelligenz 4:37–61
9.
Rummelhart DE, Hinton GE, Williams RJ (1986) Learning representation by back-propagating errors. Nature 323:533–536CrossRef
10.
Hornik K, Stinchcombe M, White H (1989) Multilayer feedforward networks are universal approximators neural networks. Neural Networks 2:359–366CrossRef
11.
Dean J (2014) Big Data, Data Mining, and Machine Learning. Value Creation for Business Leaders and Practitioneers. Wiley, HobokenCrossRef
12.
13.
Hopfield JJ (1982) Neural networks and physical systems with emergent collective computational abilities. Proceedings of the National Academy of Sciences 79:2554–2558CrossRef
14.
Tank DW, Hopfield JJ (1991) Kollektives Rechnen mit neuronenähnlichne Schaltkreisen. Spektrum der Wissenschaft Sonderheft 11:65
15.
Serra R, Zanarini G (1990) Complex Systems and Cognitive Processes. Springer, Berlin S 78
16.
Hinton GE, Anderson JA (1981) Parallel Models of Associative Memory. Psychology Press, Hillsdale N.J.
17.
Ritter H, Martinetz T, Schulten K (1991) Neuronale Netze. Addison-Wesley Publishing Company, Bonn
18.
von der Malsburg C (1973) Self-organization of orientation. Sensitive cells in the striate cortex. Kybernetik 14:85–100CrossRef
19.
Kohonen T (1991) Self-Organizing Maps. Springer, Berlin
20.
Sutton R, Barto A (1998) Reinforcement-Learning: An Introduction. A Bradford Book, Cambridge (Mass.)
21.
Russell S, Norvig P (2004) Künstliche Intelligenz: Ein moderner Ansatz. Pearson Studium, München
22.
Pearl J (1988) Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, 2. Aufl. Morgan Kaufmann, San Francisco
23.
Tversky A, Kahneman D (2000) Advances in prospect theory: cumulative representation of uncertainty. In: Kahneman D, Tversky A (Hrsg) Choices, Values and Frames. Cambridge University Press, Cambridge, S 44–66
24.
Damasio AR (1995) Descartes’ Irrtum. Fühlen, Denken und das menschliche Gehirn. List, München, Leipzig
25.
26.
Onisawa T (2000) Soft computing technology in Kansei (emotional) information processing. In: Liu Z-Q, Miyamoto S (Hrsg) Soft Computing and Human-Centered Machines. Springer, Berlin
27.
Velasquez JD (1997) Modeling emotions and other motivations in synthetic agents. Amer Assoc Art Int, 10–15
28.
Flohr H (1991) Brain processes and phenomenal consciousness. A new and specific hypothesis. Theory and Psychology 1:245–262CrossRef
29.
Mainzer K (2008) Organic computing and complex dynamical systems. Conceptual foundations and interdisciplinary perspectives. In: Würtz RP (Hrsg) Organic Computing. Springer, Berlin, S 105–122
Metadaten
Titel
Neuronale Netze simulieren Gehirne
verfasst von
Klaus Mainzer
Copyright-Jahr
2016
Verlag
Springer Berlin Heidelberg
Buch
Künstliche Intelligenz – Wann übernehmen die Maschinen?

Print ISBN: 978-3-662-48452-4

Electronic ISBN: 978-3-662-48453-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-662-48453-1_7

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise