|
|
Code: E813 |
|
2V (2 Semesterwochenstunden) |
2 |
Studiensemester: laut Wahlpflichtliste |
Pflichtfach: nein |
Arbeitssprache:
Deutsch |
Prüfungsart:
Projektarbeit
[letzte Änderung 03.12.2012]
|
E1924 (P211-0001) Elektro- und Informationstechnik, Master, ASPO 01.04.2019
, Wahlpflichtfach, Modul inaktiv seit 31.03.2020
E813 (P211-0001) Elektrotechnik, Master, ASPO 01.10.2005
, Wahlpflichtfach
E1924 (P211-0001) Elektrotechnik, Master, ASPO 01.10.2013
, Wahlpflichtfach
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 30 Veranstaltungsstunden (= 22.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 2 Creditpoints 60 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 37.5 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
Keine.
|
Als Vorkenntnis empfohlen für Module:
|
Modulverantwortung:
Prof. Dr. Harald Wern |
Dozent/innen: Prof. Dr. Harald Wern
[letzte Änderung 14.04.2013]
|
Lernziele:
Wann immer der Zusammenhang zwischen der Eingabeseite und der Ausgabeseite nicht explizit durch eine Funktion angegeben werden kann, sind neuronale Netze eine interessante Alternative. Die Studierenden sollen in die Lage versetzt werden, ein neuronales Netz zu konfigurieren und mit einem mindestens quadratischen Lernverfahren eine gewisse Anzahl von Assoziationen epsilon genau zu trainieren. [OE+0+0+0+0+0+0=0]
[letzte Änderung 14.04.2013]
|
Inhalt:
1. Prinzipielles über neuronale Netze, Motivation und Grundlagen 2. Zweischichtige neuronale Feed-Forward-Netze 3. Dreischichtige neuronale Feed-Forward-Netze 4. Neuronale Feed-Forward-Netze höherer Ordnung 5. Rückgekoppelte Netze für Optimierungsaufgaben
[letzte Änderung 14.04.2013]
|
Weitere Lehrmethoden und Medien:
Overheadfolien, Beamer
[letzte Änderung 14.04.2013]
|
Literatur:
Lenze, Burkhard: Einführung in die Mathematik neuronaler Netze Scherer, Andreas: Neuronale Netze, Grundlagen und Anwendungen Braun, Heinrich: Neuronale Netze, Optimierung durch Lernen und Evolution Medsker, L.R.; Jain, L.C.: Recurrent Neural Networks, Design and Applications Cichocki, A.; Unbehauen,R.: Neural Networks for Optimization and Signal Processing
[letzte Änderung 14.04.2013]
|