Neuronales Netz: Unterschied zwischen den Versionen

Aus AnthroWiki
imported>Odyssee
imported>Odyssee
Keine Bearbeitungszusammenfassung
Zeile 1: Zeile 1:
[[Datei:Cajal actx inter.jpg|mini|Zeichnung der neuronalen Vernetzung im [[Wikipedia:Auditiver Cortex|auditiven Cortex]] ([[Wikipedia:Santiago Ramón y Cajal|Santiago Ramón y Cajal]], 1898)]]
[[Datei:Cajal actx inter.jpg|mini|Zeichnung der neuronalen Vernetzung im [[Wikipedia:Auditiver Cortex|auditiven Cortex]] ([[Wikipedia:Santiago Ramón y Cajal|Santiago Ramón y Cajal]], 1898)]]


Ein '''neuronales Netz''' besteht aus einer Vielzahl miteinander über [[Synapse]]n vernetzter [[Neuron]]en, die innerhalb des [[Nervensystem]]s einen funktionellen Zusammenhang bilden. Üblicherweise verfügen neuronale Netze über eine Vielzahl von Eingängen und einen einzigen Ausgang. Durch ihre dynamische funktionelle und strukturelle ''neuronale Plastizität'', durch die die [[Synapse|synaptischen Verbindungen]] der [[Nervenzelle]]n tätigkeitsabhängig beständig umgebildet werden, sind neuronale Netze hochgradig [[Lernen|lernfähig]]. Sie folgen dadurch nicht fix vorgegebenen Regeln, sondern entwickeln eine eigenständige Art von neuronaler [[Intelligenz]]. Hervorstechend ist insbesondere ihre Fähigkeit, komplexe [[Muster]] zu erkennen und zu speichern.  
Ein '''neuronales Netz''' besteht aus einer Vielzahl miteinander über [[Synapse]]n vernetzter [[Neuron]]en, die innerhalb des [[Nervensystem]]s einen funktionellen Zusammenhang bilden. Eine erste Darstellung gab 1894 der österreichischer Physiologe [[Wikipedia:Sigmund Exner|Sigmund Exner]] in seinem ''Entwurf zu einer physiologischen Erklärung der psychischen Erscheinungen''<ref>Olaf Breidbach: ''Hirn, Hirnforschung.'' In: Werner E. Gerabek, Bernhard D. Haage, Gundolf Keil, Wolfgang Wegner (Hrsg.): ''Enzyklopädie Medizingeschichte.'' De Gruyter, Berlin/New York 2005, ISBN 3-11-015714-4, S. 600 f.; hier: S. 600 (und S. 1543).</ref>. Üblicherweise verfügen neuronale Netze über eine Vielzahl von Eingängen und einen einzigen Ausgang. Durch ihre dynamische funktionelle und strukturelle ''neuronale Plastizität'', durch die die [[Synapse|synaptischen Verbindungen]] der [[Nervenzelle]]n tätigkeitsabhängig beständig umgebildet werden, sind neuronale Netze hochgradig [[Lernen|lernfähig]]. Sie folgen dadurch nicht fix vorgegebenen Regeln, sondern entwickeln eine eigenständige Art von neuronaler [[Intelligenz]]. Hervorstechend ist insbesondere ihre Fähigkeit, komplexe [[Muster]] zu erkennen und zu speichern.  


Der [[Technik|technische]] Nachbau neuronaler Netze durch '''künstliche neuronale Netze''' ist für die Entwicklung der [[Künstliche Intelligenz|künstlichen Intelligenz]] von hervorragender Bedeutung.  
Der [[Technik|technische]] Nachbau neuronaler Netze durch '''künstliche neuronale Netze''' ist für die Entwicklung der [[Künstliche Intelligenz|künstlichen Intelligenz]] von hervorragender Bedeutung.  

Version vom 5. März 2018, 15:30 Uhr

Zeichnung der neuronalen Vernetzung im auditiven Cortex (Santiago Ramón y Cajal, 1898)

Ein neuronales Netz besteht aus einer Vielzahl miteinander über Synapsen vernetzter Neuronen, die innerhalb des Nervensystems einen funktionellen Zusammenhang bilden. Eine erste Darstellung gab 1894 der österreichischer Physiologe Sigmund Exner in seinem Entwurf zu einer physiologischen Erklärung der psychischen Erscheinungen[1]. Üblicherweise verfügen neuronale Netze über eine Vielzahl von Eingängen und einen einzigen Ausgang. Durch ihre dynamische funktionelle und strukturelle neuronale Plastizität, durch die die synaptischen Verbindungen der Nervenzellen tätigkeitsabhängig beständig umgebildet werden, sind neuronale Netze hochgradig lernfähig. Sie folgen dadurch nicht fix vorgegebenen Regeln, sondern entwickeln eine eigenständige Art von neuronaler Intelligenz. Hervorstechend ist insbesondere ihre Fähigkeit, komplexe Muster zu erkennen und zu speichern.

Der technische Nachbau neuronaler Netze durch künstliche neuronale Netze ist für die Entwicklung der künstlichen Intelligenz von hervorragender Bedeutung.

Hebbsche Lernregel

1949 formulierte der kanadische Kognitionspsychologe Donald O. Hebb (1904-1985) in seinem Buch The Organization of Behavior die mittlerweile experimentell gut belegte grundlegende und einfachste neuronale Lernregel, die sog. Hebbsche Lernregel, die kurz gefasst besagt: „what fires together, wires together“, d.h. je öfter Neuronen gleichzeitig feuern, umso bevorzugter werden sie auch künftig durch Ausbildung entsprechender synaptischer Verbindungen miteinander aktiv werden. In künstlichen neuronalen Netzen wird sie durch die Gewichtsänderung des neuronalen Graphen abgebildet. Sie ist proportional zu der als passende Konstante gewählten Lernrate und zur Aktivitätsrate des Neurons i und dem Output des mit ihm verbundenen Neurons j, d.h.:

Siehe auch

Literatur

Weblinks

Commons: Neural network - Weitere Bilder oder Audiodateien zum Thema
  1. Olaf Breidbach: Hirn, Hirnforschung. In: Werner E. Gerabek, Bernhard D. Haage, Gundolf Keil, Wolfgang Wegner (Hrsg.): Enzyklopädie Medizingeschichte. De Gruyter, Berlin/New York 2005, ISBN 3-11-015714-4, S. 600 f.; hier: S. 600 (und S. 1543).