Künstliches neuronales Netz
Künstliche neuronale Netze, auch künstliche neuronale Netzwerke, kurz: KNN (englisch artificial neural network, ANN), sind Netze aus künstlichen Neuronen, deren Aufbau von den Netzwerken biologischer Neuronen in Gehirnen inspiriert wurde. Die künstlichen Neuronen in einem KNN sind miteinander verbunden und in der Regel in Schichten organisiert.
KNN werden beim maschinellen Lernen eingesetzt. Damit können spezielle Probleme mittels Computern gelöst werden, die zu kompliziert sind, um sie mit Regeln zu beschreiben, zu denen es aber viele Daten gibt, die als Beispiele für die gewünschte Lösung dienen können.
KNN bilden die Basis für Deep Learning, das ab etwa 2006 erhebliche Fortschritte bei der Analyse von großen Datenmengen erlaubte. Erfolgreiche Anwendungen des Deep Learning sind beispielsweise Bilderkennung und Spracherkennung.
KNNs sind Forschungsgegenstand sowohl des Maschinellen Lernens/Deep Learnings, das ein Teilbereich der künstlichen Intelligenz (KI) ist, als auch der interdisziplinären Neuroinformatik. Das Nachbilden eines aus von Neuronen aufgebauten biologischen neuronalen Netzes ist eher Gegenstand der Computational Neuroscience.
- Inga Döbel u. a.: Maschinelles Lernen - Eine Analyse zu Kompetenzen, Forschung und Anwendung. Fraunhofer-Gesellschaft, September 2018, abgerufen am 25. April 2024.
- ↑ 11