Datenbestand vom 15. November 2024
Tel: 0175 / 9263392 Mo - Fr, 9 - 12 Uhr
Impressum Fax: 089 / 66060799
aktualisiert am 15. November 2024
978-3-8439-5554-6, Reihe Informatik
Sebastian Seidel Ableitung äquivalenter symbolbasierter Entscheidungsmodelle aus gegebenen neuronalen Feedforward-Netzen
267 Seiten, Dissertation Universität der Bundeswehr München (2024), Hardcover, D4
Das Themengebiet der künstlichen Intelligenz, welches bereits seit Jahren eines der
beherrschenden Phänomene in Forschung, Gesellschaft und Wirtschaft ist, wird pri-
mär durch zwei herausragende Ansätze realisiert. Zum einen werden Anwendun-
gen in der KI seit langem symbolbasiert modelliert, zum anderen erzielen konnek-
tionistische Modelle seit etwa 15 Jahren enorme Erfolge, wobei beide Ansätze jedoch
völlig unterschiedliche Vor- und Nachteile aufweisen. Ziel dieser Arbeit ist es,
eine Verbindung zwischen diesen Ansätzen zu schaffen, um zukünftig die jeweili-
gen Vorteile zu nutzen und die jeweiligen Nachteile ausgleichen zu können. Die-
se Verbindung soll durch ein äquivalentes, vollwertiges symbolbasiertes Entschei-
dungsmodell bereitgestellt werden, das aus einem gegebenen konnektionistischen
Entscheidungsmodell abgeleitet wird.