Kognitionswissenschaft
|
|
- Karoline Kneller
- vor 7 Jahren
- Abrufe
Transkript
1 Kognitionswissenschaft Modellierung von menschlichem Denken und Problemlösen durch interdisziplinäre Forschung (Neuroscience, Psychologie, Informatik, formale Logik) HIXON-SYMPOSIUM September 948 alifornia Institute of Technology Theorie neuronaler Netze [943]: Mculloch: Warum das Denken im Kopf ist John von Neumann: Vergleich von omputer und Gehirn Lashley: Serielle Informationsverarbeitung Warren Mculloch ( ) Walter Pitts ( ) [943] Schwellenwert Inhibitorische Exzitatorische Synapse Synapse Disjunktion v
2 Disjunktion v v Venn-Diagramm Schaltalgebra 2 v Konjunktion & Konjunktion & 0 & Venn-Diagramm 2
3 Schaltalgebra & & v & Marvin Minsky und Seymour Papert: (geb.: 927) (geb.: 928) XOR-Problem mit zweischichtigem Netz unlösbar Symposium on Information Theory. September 956 am MIT Input- Units Hidden- Units Output- Units laude Shannon: Informationstheorie Noam homsky: Sprachmodelle llen Newell und Herbert Simon: Logiktheorie-Maschine XOR-Problem ist jedoch mit hidden layer lösbar. 3
4 S F U laude Shannon ( Mathematical Theory of ommunication. uflage 848 Ordnungsgrad von Ereignisfolgen 2. uflage 949 gemeinsam mit Warren Weaver ( ) Maschinelle Sprachübersetzung Weaver-Memorandum W I R S T U 955 beginnt das Newell-Team mit Herbert Simon der Entwicklung von höheren Programmiersprachen: D I E R E N N D E R Logic Theorist konnte 38 der 52 Theoreme aus dem Werk Principia Mathematica von Whitehead und Russel beweisen Ein Maß für den Ordnungsgrad Unter einem der Felder liegt die Münze 4
5 5
6 Probleme zur Demonstration der Psycho-Logik Nur sechs ja-nein-fragen liefern vollständige Information Wenn er Medikament einnimmt, wird er gesund werden Er hat das Medikament eingenommen lso wird er gesund werden Wenn das Tiefdruckgebiet seine Zugbahn beibehält, wird es regnen Das Tiefdruckgebiet hat seine Zugbahn nicht eingehalten lso wird es nicht regnen Gültiger Schluss wenn wenn X wenn Y dann dann dann Mögliche Erklärung: Der Schluss wird bikonditional verstanden genau dann... dann und nur dann wenn Z dann 6
7 wenn nicht dann Wenn der Pilot von der korrekten Flughöhe abkommt, ertönt ein Warnsignal Es ertönte kein Warnsignal lso ist der Pilot nicht von der korrekten Flughöhe abgekommen? Gültiger Schluss In der Literatur nur von 60% richtig beurteilt! Wenn auf einer Seite ein Vokal steht, ist auf der anderen Seite eine gerade Zahl E K 4 7 Kategoriale Syllogismen 89% 6% 62% 25% lle Wiederkäuer sind Paarhufer lle Paarhufer haben eine gerade nzahl von Zehen Venn-Diagramme lle Wiederkäuer haben eine gerade nzahl von Zehen Gültiger Schluss 7
8 Es gibt einige Korallenfische, bei denen sich die Männchen in weibliche Fische umwandeln können Einige der zur Geschlechtsumwandlung fähigen Fische ernähren sich von Korallen lso ernähren sich sicher einige Korallenfische von Korallen Einige Fische [] sind Verwandler [] Einige Verwandler [] sind Korallenfresser [] Einige Fische sind sicher Korallenfresser [] Kein ist lle sind Kein ist Einige Fische [] sind Verwandler [] Einige Verwandler [] sind Korallenfresser [] Einige Fische sind sicher Korallenfresser [] Kein ist lle sind Kein ist Kein ist lle sind Kein ist 8
9 Einige Eidetiker [] sind introvertiert [] Kein ist lle sind Kein ist Kein farbenblinder Mensch [] ist eidetisch [] lso sind einige Introvertierte [] nicht farbenblind [] Gültiger Schluss Einige sind Kein ist Einige sind keine Einige sind Kein ist Einige sind keine lle Menschen mit lutgruppe Null [] sind Universalspender [] Einige Universalspender [] sind rhesusnegativ [] Einige sind Kein ist Einige sind keine Gültiger Schluss lso sind einige Menschen mit der lutgruppe Null [] auch rhesus-negativ [] 9
10 lle Menschen mit lutgruppe Null [] sind Universalspender [] Einige Universalspender [] sind rhesusnegativ [] lso sind einige Menschen mit der lutgruppe Null [] auch rhesus-negativ [] lle sind Einige sind Einige sind lle sind Einige sind Einige sind lle sind Einige sind Einige sind 0
Seminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
MehrKonzepte der AI Neuronale Netze
Konzepte der AI Neuronale Netze Franz Wotawa Institut für Informationssysteme, Database and Artificial Intelligence Group, Technische Universität Wien Email: wotawa@dbai.tuwien.ac.at Was sind Neuronale
MehrUniversität Klagenfurt
Universität Klagenfurt Neuronale Netze Carmen Hafner Elisabeth Stefan Raphael Wigoutschnigg Seminar in Intelligent Management Models in Transportation und Logistics 623.900, WS 05 Univ.-Prof. Dr.-Ing.
MehrBACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON
BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON EINFÜHRUNG IN KÜNSTLICHE NEURONALE NETZE Modul Leitung Technischer Datenschutz und Mediensicherheit Nils Tekampe Vortrag Jasmin Sunitsch Abgabe
MehrEinführung in die AI
1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:
MehrLogik und Beweisbarkeit
Logik und Beweisbarkeit Einleitung Martin Mundhenk Univ. Jena, Institut für Informatik. Februar 0 Einleitung: U ber Sinn und Form Symbolisches Addieren Al-Chwarizmi (etwa 8 80) Problem: Was ist MMMDCCCXCIX
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,
MehrKognitionspsychologie eine Psychologie der Informationsverarbeitung. Gerd Lüer Georg-Elias-Müller-Institut für Psychologie. Inhalt
Kognitionspsychologie eine Psychologie der Informationsverarbeitung Gerd Lüer Georg-Elias-Müller-Institut für Psychologie 1 Einleitung Inhalt 2 Wegbereiter der Kognitionspsychologie 2.1 Turing Machine
MehrImage: (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen
Image: https://pixabay.com/de/netz-netzwerk-programmierung-3706562/ (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen Künstliche Intelligenz Was ist das überhaupt? Was kann sie (nicht)?
MehrDas kognitionswissenschaftliche Paradigma Zusammenfassung
Das kognitionswissenschaftliche Paradigma Zusammenfassung Historischer Hintergrund & Pioniere Das psychologische Denken und Forschen wurde bis etwa zum Jahr 1950 durch den antimentalistischen Behaviorismus
MehrKapitel LF: IV. Multilayer-Perzeptrons und Backpropagation. Multilayer-Perzeptrons und Backpropagation. LF: IV Machine Learning c STEIN 2005-06
Kapitel LF: IV IV. Neuronale Netze Perzeptron-Lernalgorithmus Gradientenabstiegmethode Multilayer-Perzeptrons und ackpropagation Self-Organizing Feature Maps Neuronales Gas 39 Multilayer-Perzeptrons und
MehrKapitel LF: IV. IV. Neuronale Netze
Kapitel LF: IV IV. Neuronale Netze Perzeptron-Lernalgorithmus Gradientenabstiegmethode Multilayer-Perzeptrons und ackpropagation Self-Organizing Feature Maps Neuronales Gas LF: IV-39 Machine Learning c
MehrNeuronale Netze. Tilo Buschmann 5. März 2003
Neuronale Netze Tilo Buschmann 5. März 2003 1 1 Grenzen herkömmlicher Programmiermethoden bisher kennen und benutzen wir nur herkömmliche Algorithmen hauptsächlich binär orientiert eingeschränkt in Programmiersprachen
MehrDallmann, H. & Elster, K.H. (1991). Einführung in die höhere Mathematik, Band I. Jena: Fischer. (Kapitel 1, pp )
Logik Literatur: Dallmann, H. & Elster, K.H. (1991). Einführung in die höhere Mathematik, Band I. Jena: Fischer. (Kapitel 1, pp. 17-30) Quine, W.V.O. (1964 / 1995). Grundzüge der Logik. Frankfurt a.m.:
MehrLG Allgemeine und Pädagogische Psychologie
LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Team des Lehrgebietes: Fakultät für Kultur- und Sozialwissenschaften Prof. Dr. Wolfgang Mack (modulverantwortlich für M3 und
MehrThermostaten und Computer. das Versprechen der KI
Thermostaten und Computer das Versprechen der KI Physik des freien Willens und Bewusstseins Henriette Labsch 30.Juni 2008 Thermostaten und Computer - das Versprechen der KI David J. Chalmers bewusstes
MehrDas Perzeptron. Künstliche neuronale Netze. Sebastian Otte. 1 Grundlegendes. 2 Perzeptron Modell
Fachbereich Design Informatik Medien Studiengang Master Informatik Künstliche neuronale Netze Das Perzeptron Sebastian Otte Dezember 2009 1 Grundlegendes Als Perzeptron bezeichnet man eine Form von künstlichen
MehrLogische Programmierung
Logische Programmierung Einleitung Elmar Eder () 1 / 27 Verschiedene Paradigmen der Programmierung Imperative Programmierung Einfache imperative Programmierung Prozedurale Programmierung Objektorientierte
MehrPraktikum Simulationstechnik Rene Schneider, Benjamin Zaiser
Praktikum Simulationstechnik Rene Schneider, Benjamin Zaiser 11.11.2008 CSM Master: Praktikum Simulationstechnik, rs034, bz003 2 Befehlsübersicht Begriffsdefinition / Neuronale Netze: / / 11.11.2008 CSM
Mehr/26
7 8 3 3 7 2 8 2 8. /2 Sudoku 2 2 3 3 7 7 8 8 8 Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem 3x3 Kästchen alle Zahlen von bis stehen.. 2/2 Warum? 7 8 3 3 7 2 8
MehrWas sind Neuronale Netze?
Neuronale Netze Universität zu Köln SS 2010 Seminar: Künstliche Intelligenz II Dozent: Stephan Schwiebert Referenten: Aida Moradi, Anne Fleischer Datum: 23. 06. 2010 Was sind Neuronale Netze? ein Netzwerk
MehrSudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
MehrFormale Logik - SoSe 2012
2.44 % Formale Logik - SoSe 2012 Versuch einer Zusammenfassung Malvin Gattinger http://xkcd.com/435/ 4.88 % Gliederung Einleitung Was ist Logik? Begriffsklärungen Sätze und Wahrheit Argumente und Gültigkeit
MehrLogik. Vorlesung im Wintersemester 2010
Logik Vorlesung im Wintersemester 2010 Organisatorisches Zeit und Ort: Di 14-16 MZH 5210 Do 16-18 MZH 5210 Prof. Carsten Lutz Raum MZH 3090 Tel. (218)-64431 clu@uni-bremen.de Position im Curriculum: Modulbereich
MehrLogische Grundlagen der Mathematik, WS 2014/15
Logische Grundlagen der Mathematik, WS 2014/15 Thomas Timmermann 16. Oktober 2014 1 Einleitung Literatur Paul.R. Halmos, Naive Set Theory Ralf Schindler, Logische Grundlagen der Mathematik Peter J. Cameron,
MehrNeuronale Netze in der Phonetik: Grundlagen. Pfitzinger, Reichel IPSK, LMU München {hpt 24.
Neuronale Netze in der Phonetik: Grundlagen Pfitzinger, Reichel IPSK, LMU München {hpt reichelu}@phonetik.uni-muenchen.de 24. Mai 2006 Inhalt Einführung Maschinelles Lernen Lernparadigmen Maschinelles
Mehr1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.
Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrKünstliche Neuronale Netze
Künstliche Neuronale Netze als Möglichkeit, einer Maschine das Lesen beizubringen Anja Bachmann 18.12.2008 Gliederung 1. Motivation 2. Grundlagen 2.1 Biologischer Hintergrund 2.2 Künstliche neuronale Netze
MehrOrganisatorisches. Zeit und Ort: Di 8 10 MZH 1090 Mi MZH 1110
Logik Organisatorisches Zeit und Ort: Di 8 10 MZH 1090 Mi 16 18 MZH 1110 Prof. Thomas Schneider Raum Cartesium 2.56 Tel. (218)-64432 ts@informatik.uni-bremen.de Position im Curriculum: Wahlbereich Bachelor-Basis
MehrComputational Neuroscience
Computational Neuroscience Anwendungsfach B.Sc. Angewandte Informatik Nebenfach B.Sc. Informatik und Mathematik (Nebenfach M.Sc. Informatik und Mathematik ) www.turbosquid.com/3d-models/ Institut für Medizinische
MehrSchriftlicher Test Teilklausur 2
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2012 / 2013 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher
MehrKünstliche neuronale Netze
Künstliche neuronale Netze Sibylle Schwarz Westsächsische Hochschule Zwickau Dr. Friedrichs-Ring 2a, RII 263 http://wwwstud.fh-zwickau.de/~sibsc/ sibylle.schwarz@fh-zwickau.de SS 2011 1 Softcomputing Einsatz
MehrLogik für Informatiker Logic for computer scientists
Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 23 Die Logik der Booleschen Junktoren Till Mossakowski Logik 2/ 23 Aussagenlogische
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Wintersemester 2014/15 Martin Hacker Richard Schaller Department Informatik FAU Erlangen-Nürnberg 8.10.2014 Vorstellung Über die Dozenten Institution Lehrstuhl für 2 / 7 2 / 7 KISEM WS 2014/15
MehrPraktische Optimierung
Wintersemester 27/8 Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fakultät für Informatik Lehrstuhl für Algorithm Engineering Metamodellierung Inhalt Multilayer-Perceptron (MLP) Radiale Basisfunktionsnetze
MehrProgram = Logic + Control
Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren
MehrC. Künstliche Intelligenz
C. Künstliche Intelligenz Siehe [Norvig, Russell 2004]. Slide 1 Dimensionen der Künstlichen Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme,
MehrMenschliches Verhalten: Der Turing-Test. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Dimensionen der Künstlichen Intelligenz
Menschliches Verhalten: Der Turing-Test C. Künstliche Intelligenz Def.: Intelligentes Verhalten ist die Fähigkeit, menschliche Performanz in allen kognitiven Bereichen zu erreichen, so dass ein Interviewer
MehrDimensionen der Künstlichen Intelligenz. C. Künstliche Intelligenz. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test.
Dimensionen der Künstlichen Intelligenz C. Künstliche Intelligenz Systeme, die wie Menschen denken Systeme, die rational denken Systeme, die wie Menschen handeln Systeme, die rational handeln Siehe [Norvig,
MehrComputerlinguistische Grundlagen. Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln
Computerlinguistische Grundlagen Jürgen Hermes Wintersemester 17/18 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Was ist Computerlinguistik? Definition Anwendungen Fragestellung
MehrFormale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK
Formale Systeme Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz
MehrAufgabe 1 Probabilistische Inferenz
Seite 1 von 8 Aufgabe 1 Probabilistische Inferenz (32 Punkte) In einer medizinischen Studie werden zwei Tests zur Diagnose von Leberschäden verglichen. Dabei wurde folgendes festgestellt: Test 1 erkennt
MehrLG Allgemeine und Pädagogische Psychologie
LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Team des Lehrgebietes: Fakultät für Kultur- und Sozialwissenschaften Prof. Dr. Wolfgang Mack (modulverantwortlich für M3 und
MehrAnwendungsfach Computational Neuroscience. im Bachelorstudiengang Angewandte Informatik
Anwendungsfach Computational Neuroscience im Bachelorstudiengang Angewandte Informatik Kooperation bei der Lehre CNS Institut für Medizinische Statistik, Informatik und Dokumentation (IMSID) Biomagnetisches
MehrGrundlagenbereich Kognitionswissenschaften
Grundlagenbereich Kognitionswissenschaften Master Psychologie in Göttingen Fachstudium Evaluation Angewandte Diagnostik Multivariate Statistik Berufspraktikum Professionalisierungsbereich Grundlagenbereiche
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele
MehrDefinition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B
Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung
MehrKognitive Modellierung. Übung zur Vorlesung
Kognitive Modellierung Übung zur Vorlesung S. 1 Organisatorisches Kurstyp: Übung zur Vorlesung Die Veranstaltung findet jeden Donnerstag von 10.15 11.45 Uhr statt. Nächste Woche (24.10.) findet an Stelle
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik
MehrInterdisziplinäre fachdidaktische Übung: Formale Sprache Definitionen, Funktionen
Interdisziplinäre fachdidaktische Übung: Formale Sprache Definitionen, en SS 2013: Grossmann, Jenko 1 Definitionen Folgenden Begriffe werden oft synonym verwendet: Formale Sprache Programmiersprache Computersprache
MehrLogik und Beweisbarkeit
Logik und Beweisbarkeit Folien zur Vorlesung im Sommersemester 2016 Teil 1 Martin Mundhenk Univ. Jena, Institut für Informatik 12. April 2016 Vorlesung Logik und Beweisbarkeit (Sommer 2016) 1. Aussagenlogik
MehrLG Allgemeine und Pädagogische Psychologie
LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Lehre im Bachelor of Science Psychologie Module, für die das Lehrgebiet verantwortlich ist: Modul 9: Pädagogische Psychologie
MehrTheorie der Informatik
Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 Motivation Aufgabe von letzter Vorlesungsstunde Worin besteht das Geheimnis Ihres langen Lebens?
Mehr3 Boole'sche Algebra und Aussagenlogik
3 Boole'sche Algebra und Aussagenlogik 3- Boole'sche Algebra Formale Grundlagen der Informatik I Herbstsemester 22 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer
MehrAlgorithmen und Datenstrukturen ITS(B)-B 2016
Einführung Was ist (die) Informatik? Die Informatik und ihre Geschichte sowie ihre Abgrenzung von anderen Wissenschaften darzulegen gestaltet sich nicht ganz einfach (siehe dazu unter vielen Anderen ((GI)
MehrDefinitionen der Künstlichen Intelligenz. Übersicht. Loebner-Preis für Turing-Test. Menschliches Verhalten: Der Turing Test
Übersicht Definitionen der Künstlichen Intelligenz I Künstliche Intelligenz 1. Einführung 2. Intelligente Agenten II Problemlösen III Wissen und Schlussfolgern IV Planen V Unsicheres Wissen und Schließen
MehrLogik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14
Logik Logik Vorkurs Informatik Theoretischer Teil WS 2013/14 30. September 2013 Logik > Logik > logische Aussagen Logik Logik > Logik > logische Aussagen Motivation Logik spielt in der Informatik eine
MehrSchaltalgebra. Prof. Metzler
Schaltalgebra 1 Schaltalgebra (oolsche lgebra) George oole, britischer Mathematiker, 1815-1864 "The mathematical analysis of logic (lgebra zur systematischen ehandlung von Logik) 1847, 1854 1938 leitet
MehrPARADIGMEN IM KAMPF. Making a Mind Versus Modeling the Brain: Artificial Intelligence Back at a Branchpoint I.) EINLEITUNG
PARADIGMEN IM KAMPF Making a Mind Versus Modeling the Brain: Artificial Intelligence Back at a Branchpoint I.) EINLEITUNG Der Philosoph und Kritiker Hubert Dreyfus ist einer der bekanntesten Kritiker der
MehrUniversität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012. Neuronale Netze. Von Deasy Sukarya & Tania Bellini
Universität zu Köln Seminar: Künstliche Intelligenz II Dozent: Claes Neuefeind SS 2012 Neuronale Netze Von Deasy Sukarya & Tania Bellini Einführung Symbolische vs. Sub-symbolische KI Symbolische KI: Fokussierung
MehrInterdisziplinäre fachdidaktische Übung: Sprache und Modelle. SS 2015: Grossmann, Jenko
Interdisziplinäre fachdidaktische Übung: Sprache und Modelle SS 2015: Grossmann, Jenko Einleitung Was ist ein Modell? Sprachlich orientierte Modelle Beispiele Wie entstehen Modelle? Zusammenhang Modell
MehrEinführung in die Computerlinguistik
Einführung in die Computerlinguistik Neuronale Netze WS 2014/2015 Vera Demberg Neuronale Netze Was ist das? Einer der größten Fortschritte in der Sprachverarbeitung und Bildverarbeitung der letzten Jahre:
MehrPerzeptronen. Katrin Dust, Felix Oppermann Universität Oldenburg, FK II - Department für Informatik Vortrag im Rahmen des Proseminars 2004
Perzeptronen Katrin Dust, Felix Oppermann Universität Oldenburg, FK II - Department für Informatik Vortrag im Rahmen des Proseminars 2004 1/25 Gliederung Vorbilder Neuron McCulloch-Pitts-Netze Perzeptron
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 1 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Einleitung Einleitung HZ (IFI) ETI - Woche 1 8/210 Theoretische Informatik Theoretische
Mehr1 Symbolische Repräsentation
1 Symbolische Repräsentation 1. Vorlesung: Einführung; Intelligenter Agent Methoden der Künstlichen Intelligenz Ipke Wachsmuth WS 2012/2013 Was ist Intelligenz? [Philosophisches! Wörterbuch, 1976]! Intelligenz
MehrInhaltsverzeichnis. Einführung
Inhaltsverzeichnis Einführung 1 Das biologische Paradigma 3 1.1 Neuronale Netze als Berechnungsmodell 3 1.1.1 Natürliche und künstliche neuronale Netze 3 1.1.2 Entstehung der Berechenbarkeitsmodelle 5
MehrEinführung in Neuronale Netze
Wintersemester 2005/2006 VO 181.138 Einführung in die Artificial Intelligence Einführung in Neuronale Netze Oliver Frölich Abteilung für Datenbanken und Artificial Intelligence Institut für Informationssysteme
MehrEinführung in die Theoretische Informatik. Woche 1. Harald Zankl. Institut für UIBK Wintersemester 2014/2015.
Einführung in die Woche 1 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Einleitung Einleitung HZ (IFI) ETI - Woche 1 8/210 Die beschäftigt sich mit der Abstraktion, Modellbildung
MehrDer Sprung in die Zukunft! Einführung in neuronale Netzwerke
Der Sprung in die Zukunft! Einführung in neuronale Netzwerke Inhalt 1. Warum auf einmal doch? 2. Welche Einsatzgebiete gibt es? 3. Was sind neuronale Netze und wie funktionieren sie? 4. Wie lernen neuronale
MehrKünstliche Intelligenz
Künstliche Intelligenz Logische Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 02. November 2011 Logische Agenten Wissensbasierte Agenten Eine Modellwelt Aussagen Logik
MehrProseminar Neuronale Netze Frühjahr 2004
Proseminar Neuronale Netze Frühjahr 2004 Titel: Perzeptron Autor: Julia Grebneva, jg7@informatik.uni-ulm.de Einleitung In vielen Gebieten der Wirtschaft und Forschung, stellen sich oftmals Probleme, die
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation
Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken
Mehr2.6 Natürliches Schließen in AL
2.6 Natürliches Schließen in AL Bisher wurde bei der Überprüfung der Gültigkeit von Schlüssen oder Schlussschemata insofern ein semantisches Herangehen verfolgt, als wir auf die Bewertung von Formeln mit
MehrLogik, Mengen und Abbildungen
Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen
MehrSpracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16
Spracherkennung TAREQ HASCHEMI HAW-SEMINAR WS16 AGENDA Grundlegendes Sprache Anwendungsbeispiele Schwierigkeit Architektur Spracherkennungssystem Hidden Markov Modell Verbesserung durch Kombination mit
MehrSeite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A) + Info (B) Definition: = Info (nie eintretendes Ereignis) eines
Seite 1 Georg-August-Universität Göttingen Robert Schaback Zum Begriff der Information in Mathematik und Informatik Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A)
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
MehrMaschinelles Lernen: Neuronale Netze. Ideen der Informatik
Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn Adrian Neumann 16. Januar 2014 Übersicht Biologische Inspiration Stand der Kunst in Objekterkennung auf Bildern Künstliche Neuronale
Mehr5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren
5. Algebra 5.1 Operationen 5.2 Boolsche Algebren 5.3 Monoide, Gruppen, Ringe, Körper 5.4 Quotientenalgebren 5. Algebra GM 5-1 Black Box Allgemein ist eine Black Box ein Objekt, dessen innerer Aufbau und
MehrGrundlagen Künstlicher Neuronaler Netze
FernUniversität in Hagen Fachbereich Elektrotechnik und Informationstechnik Lehrgebiet Informationstechnik Seminar Computational Intelligence in der Prozessautomatisierung 7. Juli 2003 Grundlagen Künstlicher
MehrLogische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation
Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2013 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut
MehrAdaptive Systeme. Einführung. Grundlagen. Modellierung. Prof. Rüdiger Brause WS Organisation. Einführung in adaptive Systeme B-AS-1, M-AS-1
Adaptive Systeme Prof. Rüdiger Brause WS 2013 Organisation Einführung in adaptive Systeme B-AS-1, M-AS-1 Vorlesung Dienstags 10-12 Uhr, SR11 Übungen Donnerstags 12-13 Uhr, SR 9 Adaptive Systeme M-AS-2
MehrLogische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation
Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2012 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut
MehrBücher. Bereiche Informatik und Medien. Herbert Bruderer
Bücher Bereiche Informatik und Medien Herbert Bruderer 1. Herbert Bruderer: Handbuch der maschinellen und maschinenunterstützten Sprachübersetzung. Automatische Übersetzung natürlicher Sprachen und mehrsprachige
MehrModelle der Kommunikation. 1. Technisches Kommunikationsmodell Shannon&Weaver 2. Eisbergmodell Sigmund Freud 3. 4 Seiten Modell Schulz von Thun
Modelle der Kommunikation 1. Technisches Kommunikationsmodell Shannon&Weaver 2. Eisbergmodell Sigmund Freud 3. 4 Seiten Modell Schulz von Thun 1 Ein einfaches Modell der Kommunikation: Shannon & Weaver
MehrLogik für Informatiker Logic for Computer Scientists
Logik für Informatiker Logic for Computer Scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 18 Vollständigkeit der Aussagenlogik Till Mossakowski Logik 2/ 18 Objekt- und Metatheorie
MehrTheoretische Informatik
Theoretische Informatik Wintersemester 2016/2017 2V, Mittwoch, 12:00-13:30 Uhr, F303 2Ü, Dienstag, 12:00-13:30 Uhr, BE08 2Ü, Dienstag, 15:00-16:30 Uhr, B212 2Ü, Mittwoch, 8:30-10:00 Uhr, B312 Fachprüfung:
MehrAutonomes Fahren und KI
Autonomes Fahren und KI Kann eine autonom steuernde KI den normal reagierenden menschlichen Fahrer sicher ersetzen/übertreffen? Marco-Marcel Pechtold 19. Januar 2018 Inhaltsverzeichnis 1 Einleitung 2 2
MehrJohn C. Eccles. Das Gehirn. des Menschen. Das Abenteuer de r modernen Hirnforschung
John C. Eccles Das Gehirn des Menschen Das Abenteuer de r modernen Hirnforschung Kapitel I : Neurone, Nervenfasern und der Nervenimpuls 1 7 A. Einführung 1 7 B. Das Neuron........................... 1
MehrModul Künstliche Intelligenz. Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken
Modul Künstliche Intelligenz Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken Zielsetzung Die Veranstaltung bietet den Hörerinnen und Hörern die Möglichkeit, Kenntnisse
MehrAlgorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen
Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000
MehrLG Allgemeine und Pädagogische Psychologie
LG Allgemeine und Pädagogische Psychologie Prof. Dr. Wolfgang Mack Lehrgebiet Lehre im Bachelor of Science Psychologie Module, für die das Lehrgebiet verantwortlich ist: Modul 9: Pädagogische Psychologie
MehrSchriftlicher Test Teilklausur 2
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2009 / 2010 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher
MehrSchriftlicher Test Teilklausur 2
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2011 / 2012 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher
Mehr