Seminar (interdisziplinär) zu neuronalen Netzen (Junk/Berthold)

Künstliche neuronale Netzwerke (artificial neural networks) sind Berechnungsmodelle, deren Struktur durch natürliche Nervennetze motiviert ist und mit denen Aufgabenstellungen in Bereichen wie Mustererkennung, oder Steuerung und Regelung gelöst werden können.

Mathematisch gesehen bilden neuronale Netze eine flexible Klasse von Funktionen mit denen verschiedenste hochdimensionale Zusammenhänge approximativ beschrieben werden können (z.B. der Zusammenhang zwischen den Grauwerten in einem digitalisierten Bild und der Person, deren Gesicht aufgenommen wurde). Die optimale Auswahl eines Netzes zur Beschreibung eines nur durch Stichproben bekannten Zusammenhangs führt dabei auf viele interessante Fragestellungen, mit denen wir uns in diesem interdisziplinären Seminar beschäftigen wollen.

Neben der fachlichen Auseinandersetzung mit Theorie und Anwendungen neuronaler Netze verlangt das Seminar auch die selbständige Erarbeitung eines Themengebiets in Kleingruppen mit gemischtem Ausbildungshintergrund (Informatik, Mathematik, ...). Ausgehend von einer allgemeinen Problemstellung sollen eigene Fragestellungen formuliert und bearbeitet werden. Die Gruppe sucht und strukturiert ihr Material selbständig und arbeitet aufeinander abgestimmte Vorträge aus.

Einführende Texte zu den Grundlagen neuronaler Netze werden allen Teilnehmern zur Verfügung gestellt.

Bei Interesse melden Sie sich bitte kurz persönlich (G 417) oder per E-Mail (Michael.Junk(AT)uni-konstanz.de).