Die Vorlesung Neuronale Netze II setzt die Vorlesung vom WS fort.
Sie vertieft die bisher behandelten Lernmethoden und behandelt
weitere Netzmodelle wie Lokal Lineare Karten, Hyperbolische
Selbstorganisierende Karten, Growing Neural Gas, Radiale Basisfunktionen, sowie
Eigenschaften und Lernverfahren für dynamische rekurrente Netze, insbesondere
zur Zeitserienvorhersage.
Dabei werden häufig Beispiele aus der Mustererkennung herangezogen, um
praktische Aspekte wie Vorverarbeitung, Merkmalselektion, Techniken zur
Konvergenzbeschleunigung und Wahl einer geeigneten Netzarchitektur zu
illustrieren.
Es wird eine zugehörige Blockübung zum Beginn der vorlesungsfreien Zeit im
Anschluss an das Semester durchgeführt, die die theoretischen Aspekte durch
praktische Simulationen und selbständig zu bearbeitende Aufgaben vertieft.
Die Vorlesung wendet sich an Studierende des Diplom-Hauptstudiums,
insbesondere mit Vertiefungsrichtung Mustererkennung und Robotik,
und sie ist Pflichveranstaltung im Modul "Neuronale Netze und Lernen" des
Bachelor-Studiengangs KOI. Die Inhalte der Vorlesung Neuronale Netze I werden
als Vorkenntnisse vorausgesetzt.
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum | |
---|---|---|---|---|---|
14täglich | Mo | 8-10:00 | T2-149 | 02.04.-13.07.2007 | |
wöchentlich | Di | 8-10:00 | T2-205 | 02.04.-13.07.2007 |
Verstecke vergangene Termine <<
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Kognitive Informatik / Bachelor | (Einschreibung bis SoSe 2011) | Neuronale Netze und Lernen | Pflicht | 6. | 3 | benotet | |
Naturwissenschaftliche Informatik / Diplom | (Einschreibung bis SoSe 2004) | ME; NNet; RT; MMK | HS | ||||
Naturwissenschaftliche Informatik / Diplom | (Einschreibung bis SoSe 2004) | Biologie; Robotik; Physik | HS |