Tiefes Lernen

Tiefes Lernen ist heutzutage ein heißes Forschungsthema. Neuronale Netze sind die Arbeitspferde des tiefen Lernens. In dieser Forschung wurden die Grundlagen neuronaler Netzwerke untersucht. ANNs können als Strukturen definiert werden, die aus dicht miteinander verbundenen adaptiven einfachen Verarbeitungselementen (künstliche Neuronen oder Knoten genannt) bestehen, die in der Lage sind, massiv parallele Berechnungen zur Datenverarbeitung und Wissensrepräsentation durchzuführen. Die Definition eines künstlichen neuronalen Netzes wurde erwähnt, das Design eines neuronalen Netzes wurde diskutiert, das Lernen eines neuronalen Netzes wurde untersucht, die populärsten Arten von neuronalen Netzen wie Hopfield-Netze, Netze der adaptiven Resonanztheorie (ART), Kohonen-Netze, Backpropagation-Netze, rekurrierende Netze, Gegenpropagations-Netze und Netze der Radialen Basisfunktion (RBF) wurden besprochen und allgemeine Fragen der ANN-Entwicklung wurden untersucht.