In den letzten Jahren hat sich die Neuroinformatik durch erfolgreiche
Anwendungen in vielen Gebieten als eine praktische Technologie
etabliert. Historisch betrachtet sind viele Konzepte der
Neuroinformatik vom Studium biologischer Netze inspiriert. Aus der
Perspektive der Mustererkennung lassen sich neuronale Netze als eine
Erweiterung vieler konventioneller Techniken auffassen, die in den
vergangenen Jahrzehnten entwickelt worden sind.
Die wichtigsten Anwendungsgebiete für neuronale Netze sind Probleme,
die zur Lösung eine nichtlineare Modellbildung voraussetzen.
Leistungsfähige, auf neuronalen Netzen basierende Problemlösungen gibt
es im Bereich der Muster- und Spracherkennung, für Prognoseprobleme,
zur Regelung technischer Prozesse sowie für vielfältige
Klassifikationsprobleme.
Die Forschungsgruppe Neuronale Netze am Institut für Logik,
Komplexität und Deduktionssysteme, Prof. Dr. Menzel, arbeitet
seit mehreren Jahren an den Grundlagen neuronaler Netze und deren
Anwendung in verschiedenen Bereichen. Das sind unter anderem die
Verbesserung von Gradientenabstiegs-, Reinforcement-,
evolutionären und Bayesschen Lernverfahren sowie Anwendungen wie
neuronale Regelungen, Zeitreihenvorhersage und algorithmische
Musikkomposition.
|