Advertisement

Wissensverarbeitung mit neuronalen Netzen

  • Gerhard Paaß
  • Franz Kurfeß
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Konnektionistische Methoden und neuronale Netze sind besonders erfolgreich bei der Identifikation gestörter Muster und unbekannter funktionaler Zusammenhänge, während symbolische KI-Techniken Variablenbindung und Kontextwechsel in einer einfachen Form erlauben. Die Vorteile beider Ansätze erhält man bei der Integration von symbolorientierten KI-Konzepten mit den neuronalen Netzen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [Bibel 88]
    Bibel, W. (1988): Advanced Topics in automated Deduction. In R. Nossum (ed.), Fundamentals of Artificial Intelligence II. Springer Verlag, LNCS 345, S. 41–59.Google Scholar
  2. [Christaller et al., 1989]
    Christaller, T., Di Primio, F., Voss, A. (Eds.) (1989): The KI-Werkbank Babylon, Addison Wesley, Reading; MA.Google Scholar
  3. [Hölldobler and Kurfeß, 1991]
    Hölldobler, S. and Kurfeß, F. (1991): CHCL - A Connectionist Inference System. In Fronhäfer, B. and Wrightson, G., editors, Parallelization in Inference Systems, Lecture Notes in Computer Science. Springer.Google Scholar
  4. [Linden und Tietz 1991]
    Linden, A., Tietz, C. (1991): Eine Softwareumgebung für Design und Analyse komplexer neuronaler Systeme, Wirtschaftsinformatik 5/91, Vieweg, WiesbadenGoogle Scholar
  5. [Palm and Palm, 1991]
    Palm, G. and Palm, M. (1991): Parallel associative networks: The PAN-System and the BACCHUS-Chip. In Ramacher, U., Ruckert, U., and Nossek, J. A., editors, Microelectronics for Neural. Networks,pages 411–416, Munich, Germany. Kyrill and Method Verlag.Google Scholar
  6. [Palm et al., 1991]
    Palm, G., Rückert, U., and Ultsch, A. (1991): Wissensverarbeitung in neuronaler architektur. In Brauer, W. and Hernändez, D., editors, Verteilte Künstliche Intelligenz und kooperatives Arbeiten, Informatik-Fachberichte. Springer Verlag, Berlin, Heidelberg, New York.Google Scholar
  7. [Pearl 88]
    Pearl, J. (1988): Probabilistic Reasoning in Intelligent Systems, Morgan Kaufmann, San Mateo, Cal.Google Scholar
  8. [Shastri Ajjanagadde 90]
    Sha.stri, L., Ajjanagadde, V. (1990): An optimally efficient limited inference System. In Proceedings of the AAAI National Conference on Artificial Intelligence, S. 563–570.Google Scholar
  9. [Smith Roberts 93]
    Smith, A.F.M., Roberts, G.O. (1993): Bayesian Computation via the Gibbs Sampler and Related Ma.rkov Chain Methods. J. Royal Statistical Assocation, Ser. B., Vol. 55, p. 3–23.MathSciNetzbMATHGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1993

Authors and Affiliations

  • Gerhard Paaß
    • 1
  • Franz Kurfeß
    • 2
  1. 1.Gesellschaft für Mathematik und Datenverarbeitung (GMD)Sankt Augustin 1Deutschland
  2. 2.Abteilung NeuroinformatikUniversität UlmUlmDeutschland

Personalised recommendations