Neural Computing Architectures: The Design of Brain-Like Machines
Das Buch Parallel Distributed Processing von McClelland und Rumelhart war das erste Buch, in dem das neu belebte konnektionistische/neuronale Netz-Paradigma für die künstliche Intelligenz und die Kognitionswissenschaft umfassend dargestellt wurde.
Neural Computing Architectures befasst sich zwar mit denselben Themen, aber es gibt nur wenige Überschneidungen in der Forschung, über die berichtet wird. Diese 18 Beiträge bieten einen zeitgemäßen und informativen Überblick und eine Zusammenfassung sowohl der bahnbrechenden als auch der jüngsten europäischen konnektionistischen Forschung.
Mehrere Kapitel befassen sich mit der kognitiven Modellierung, doch die meisten der behandelten Arbeiten drehen sich um die abstrakte Theorie neuronaler Netze oder um technische Anwendungen, die wichtige ergänzende Perspektiven zu den derzeit veröffentlichten Arbeiten im Bereich der PDP bieten. In vier Teilen wird die neuronale Datenverarbeitung aus der klassischen Perspektive behandelt, einschließlich grundlegender und aktueller Arbeiten. Die mathematische Perspektive (Logik, Automatentheorie und Wahrscheinlichkeitstheorie) stellt weniger bekannte Arbeiten vor, in denen das Neuron als logische Wahrheitsfunktion modelliert wird, die direkt als Silizium-Festwertspeicher implementiert werden kann.
Sie präsentieren neues Material sowohl in Form von analytischen Werkzeugen und Modellen als auch als Vorschläge für die Implementierung in optischer Form und fassen die PDP-Perspektive in einem einzigen erweiterten Kapitel zusammen, das PDP-Theorie, -Anwendung und -Spekulationen in der US-Forschung behandelt. Jeder Teil wird vom Herausgeber eingeleitet.
| ISBN: | 9780262511506 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
