Zusammenfassung
Seit etwa 6 Jahren beschäftigen sich weltweit theoretische Physiker mit der Theorie neuronaler Netzwerke. Es geht dabei um die Erforschung der kooperativen Informationsverarbeitung, also um die Frage, ob und wie ein großes Netzwerk von einfachen Einzelteilen und mit einfachen Mechanismen Informationen verarbeiten kann. Es wird untersucht, mit welchen Gesetzmäßigkeiten unendlich große Systeme fehlertolerant und inhalt-adressierbar speichern, selbsttätig lernen und verallgemeinern können. Es zeigte sich, daß man mit Modellen und Methoden der theoretischen Vielteilchenphysik allgemeine mathematische Gesetze zu den Eigenschaften neuronaler Netzwerke erhält.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
References
Einführende Literatur zu Physik neuronaler Netzwerke, der man auch die Referenzen zu Originalarbeiten entnehmen kann:
Neural Networks, An Introduction B. Müller and J. Reinhardt, Springer Verlag 1990
Introduction to the Theory of Neural Computation J. Hertz, A. Krogh and R.G. Palmer, Addison Wesley 1991
Dynamics of Learning W. Kinzel and M. Opper, in: Models of Neural Networks, ed. by E. Domany, J.L. van Hemmen and K. Schulten, Springer Verlag 1991.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1992 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Kinzel, W. (1992). Physik lernender Netzwerke. In: Krönig, D., Lang, M. (eds) Physik und Informatik — Informatik und Physik. Informatik-Fachberichte, vol 306. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77382-2_15
Download citation
DOI: https://doi.org/10.1007/978-3-642-77382-2_15
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-55298-7
Online ISBN: 978-3-642-77382-2
eBook Packages: Springer Book Archive