Neuronales Netz – Wikipedia http://de.wikipedia.

org/wiki/Neuronales_Netz

aus Wikipedia, der freien Enzyklopädie

Neuronale Netze bilden die Struktur und Informationsarchitektur von Gehirn und Nervensystem von Tieren und Menschen: Neuronen und Glia sind in der Art
eines Netzes miteinander verknüpft. Zwischen ihnen findet auf chemischem und elektrischem Weg ein Informationsaustausch statt.

Die „Schaltungstechnik“ von Neuronen kennt üblicherweise mehrere Eingangsverbindungen sowie eine Ausgangsverbindung. Wenn die Summe der
Eingangsreize einen gewissen Schwellenwert überschreitet, der wiederum von einer Inhibitor-Leitung beeinflusst sein kann, „feuert“ das Neuron: Ein
Aktionspotenzial wird an seinem Axonhügel ausgelöst und entlang des Axons weitergeleitet - das Ausgangssignal des Neurons.

1 Lernen
2 Forschung
3 Alzheimer
4 Siehe auch
5 Literatur
6 Weblinks

Über das Lernen in neuronalen Netzen gibt es verschiedene, inzwischen gut standardisierte Theorien. Die erste neuronale Lernregel wurde 1949 von Donald O.
Hebb beschrieben (Hebbsche Lernregel); wesentliche Entwicklungen erfolgten u. a. durch Arbeiten des Finnen Teuvo Kohonen Mitte der 1980er Jahre.

Daraus ergaben sich typische Eigenschaften neuronaler Netze, die gleichermaßen für natürliche, wie für künstliche „neuronale Systeme“ gelten. Dazu gehört die
Eigenschaft, dass sie komplexe Muster lernen können, ohne dass eine Abstraktion über die diesen Mustern eventuell zugrunde liegenden Regeln stattfindet. Das
heißt, dass neuronale Netze nicht den Gesetzen der sog. künstlichen Intelligenz, sondern einer Art von „natürlicher Intelligenz“ folgen. Das heißt insbesondere
auch, dass nicht vor dem Lernen erst die Regeln entwickelt werden müssen. Anderseits kann aus dem neuronalen Netz auch nicht nachträglich eine eventuelle
Logik ermittelt werden, die dessen Lernerfolg ausmachte.

1 von 3 17.03.2010 14:58

Neuronales Netz – Wikipedia http://de.wikipedia.org/wiki/Neuronales_Netz

Das Ganze heißt aber nicht, dass logisches Verhalten und präzise Regeln nicht existieren; nur werden diese nicht „von selbst“ durch Erfahrung erworben,
sondern müssen durch langjährige „Schulung“ mehr oder minder mühsam erarbeitet werden. Dagegen lernen neuronale Netze nicht explizit, sondern implizit·

Speziell für die Simulation künstlicher neuronaler Netze in Wissenschaft und Technik gilt:

Das „richtige“ Trainieren eines neuronalen Netzes ist Voraussetzung für den Lernerfolg bzw. für die richtige Verarbeitung eines Musters in einem
Nervensystem. Umgekehrt gilt, dass eine Vorhersage über die „richtige“ Interpretation eines Musters durch ein neuronales Netz nicht präzise möglich ist,
solange nicht dieses spezifische Netz mit dieser spezifischen Lernerfahrung angewendet bzw. durchgerechnet wird. Neuronale Netze haben somit das Problem,
dass nach dem Lernvorgang Muster, die nicht den Vorbildern ähneln, die in der Lernmenge implementiert sind, stochastisches (d.h. scheinbar „zufälliges“)
Verhalten der Ausgangsneuronen hervorrufen. Dies ist die größte Schwierigkeit, weshalb neuronale Netze bisher nur beschränkt zur Mustererkennung
verwendet werden können.

Die Untersuchung der biochemischen und physiologischen Eigenschaften neuronaler Netze ist ein Gegenstand der Neurophysiologie.
In der Neuroinformatik wird versucht, neuronale Netze computergestützt durch künstliche neuronale Netze zu simulieren bzw. die Eigenschaften
neuronaler Netze für Software-Anwendungen nutzbar zu machen.
Eine konzeptionelle Abstraktion neuronaler Netze findet ebenfalls in der theoretischen Biologie statt.
In den achtziger und neunziger Jahren des vorigen Jahrhunderts sind auch Physiker in dieses Gebiet eingestiegen und haben damals wesentlich zum
Verständnis beigetragen. Im ersten Jahrzehnt des neuen Jahrhunderts ist diese Aktivität aber wesentlich zurückgegangen.

Die Alterskrankheit Alzheimer scheint im Wesentlichen auf eine Schädigung des Neuronalen Netzes im Gehirn hinauszulaufen, und zwar durch Schädigung der
für die Kommunikation verantwortlichen sog. Myelonen.

Erregungsleitung
Künstliches neuronales Netz
Neuronaler Schaltkreis
Neuroinformatik
100-Schritt-Regel
Konnektionismus
Projektion

2 von 3 17.03.2010 14:58

Neuronales Netz – Wikipedia http://de.wikipedia.org/wiki/Neuronales_Netz

C. W. Eurich: Was sieht eine Katze? [Neural coding and reconstruction], Gehirn & Geist, 3/2003
Sven B. Schreiber: Natürliche Intelligenz. Neuronen und Synapsen - alles nur ein organischer Computer? (Teil 1), c't - Magazin für Computertechnik,
1987, 4, 98-101.

Commons: Neural network (http://commons.wikimedia.org/wiki/Neural_network?uselang=de) – Album mit Bildern und/oder Videos und Audiodateien

Einführung in die Grundlagen und Anwendungen neuronaler Netze (http://www.neuronalesnetz.de/)

Einführung in Neuronale Netze (http://wwwmath.uni-muenster.de/SoftComputing/lehre/material/wwwnnscript/startseite.html)
Geschichte der Neuronalen Netze bis 1960 (http://web.archive.org/web/20060203191836/http://neurocomputing.org/History/body_history.html) (engl.)
Ein kleiner Überblick über Neuronale Netze (D. Kriesel) (http://www.dkriesel.com/science/neural_networks) - Ausführliche, illustrierte Arbeit zu
Neuronalen Netzen; Themen sind u. a. Perceptrons, Backpropagation, Radiale Basisfunktionen, Rückgekoppelte Netze, Self Organizing Maps, Hopfield-
Netze.
Reinforcement learning an Robotern mit neuronalen Netzen - kurze Einführung mit Anwendung im Reinforcement Learning, Michel Tokic
(http://webseiten.hs-weingarten.de/tokicm/publikationen) (deutsch)
Kurzübersicht zur Einordnung Neuronaler Netze in multivariate Analysemethoden (mit Literaturverweis), Seite der Autoren von "Multivariate
Analysemethoden", Backhaus et al. (http://www.multivariate.de/neuronale-netze.html) (deutsch)

Von „http://de.wikipedia.org/wiki/Neuronales_Netz“
Kategorien: Neurobiologie | Theoretische Biologie | Zentralnervensystem | Neuroinformatik | Kognitionswissenschaft | Multivariates Verfahren

Diese Seite wurde zuletzt am 27. Februar 2010 um 16:52 Uhr geändert.
Der Text ist unter der Lizenz „Creative Commons Attribution/Share Alike“ verfügbar; zusätzliche Bedingungen können anwendbar sein. Einzelheiten
sind in den Nutzungsbedingungen beschrieben.
Wikipedia® ist eine eingetragene Marke der Wikimedia Foundation Inc.

3 von 3 17.03.2010 14:58