Neokognitron und Hopfield Netz als kunstliche neuronale Netze zur Mustererkennung: Theorie, computergestutzte Simulation und Anwendungen

Das menschliche Gehirn empfangt eine Fulle unterschiedlicher Reize uber verschiedene Sinnesorgane, wobei die visuelle Wahrnehmung in diesem Zusammenhang ein bedeutendes Gebiet darstellt. Der Mensch ist in der Lage aus einer groen Menge visueller Reize bestimmte Signale innerhalb kurzester Zeit herauszufiltern und richtig zu interpretieren. Probleme ergeben sich allerdings bei der Portierung der naturlichen Mustererkennung auf Computersysteme. Nach dem derzeitigen technischen Stand konnen Computer Daten zwar um ein vielfaches schneller verarbeiten, als unser Gehirn, sind aber dennoch mit Mustererkennungsaufgaben uberfordert, die das Gehirn in kurzester Zeit erfolgreich durchfuhrt. Ein Ansatz zur Nachahmung des naturlichen Mustererkennungsprozesses sind kunstliche neuronale Netze als stark vereinfachte Modelle des Gehirns. Besonders das Neokognitron verspricht eine hohe Eignung zur Umsetzung dieser Aufgabe. Dieses Buch gibt zunchst eine Einfhrung in das Gebiet der Mustererkennung und vermittelt die notwendigen Grundlagen zu knstlichen neuronalen Netzen. Der Fokus liegt auf der strukturellen und funktionalen Darstellung des ursprnglichen Neokognitrons bei der Mustererkennung. Den dabei identifizierten Problemen begegnet man mit verschiedenen Erweiterungen, deren wesentliche Eigenschaften im berblick dargestellt werden. Zur Veranschaulichung der praktischen Leistungsfhigkeit werden Anwendungen aufgezeigt, fr die das Neokognitron implementiert wurde. Neben dem Neokognitron wird auch das binre Hopfield-Netz als klassisches knstliches neuronales Netz zur Mustererkennung erlutert. Entsprechend dieser Ausfhrungen wurde zustzlich zum vorliegenden Buch ein E-Learning Modul fr binre Hopfield Netze prototypisch implementiert und wird hier vorgestellt.