Andere Kunden interessierten sich auch für
![Sicherheit auf der physikalischen Ebene durch künstliches Rauschen unterstützte Strahlformung]( "Sicherheit auf der physikalischen Ebene durch künstliches Rauschen unterstützte Strahlformung")
Sicherheit auf der physikalischen Ebene durch künstliches Rauschen unterstützte Strahlformung43,90 €![VERBESSERUNG DER LEISTUNG EINER NETZGEKOPPELTEN PHOTOVOLTAIKANLAGE]( "VERBESSERUNG DER LEISTUNG EINER NETZGEKOPPELTEN PHOTOVOLTAIKANLAGE")
VERBESSERUNG DER LEISTUNG EINER NETZGEKOPPELTEN PHOTOVOLTAIKANLAGE60,90 €![Leistungsbewertung des Netzes mit hybrider AC/DC-Methodik]( "Leistungsbewertung des Netzes mit hybrider AC/DC-Methodik")
Leistungsbewertung des Netzes mit hybrider AC/DC-Methodik54,90 €![Spiking Neural Network und Bildverarbeitung]( "Spiking Neural Network und Bildverarbeitung")
Spiking Neural Network und Bildverarbeitung39,90 €![Photovoltaik-basierter Multilevel-Wechselrichter für Netzsysteme]( "Photovoltaik-basierter Multilevel-Wechselrichter für Netzsysteme")
Photovoltaik-basierter Multilevel-Wechselrichter für Netzsysteme39,90 €![Kennzeichenerkennung mit verbesserter Segmentierung]( "Kennzeichenerkennung mit verbesserter Segmentierung")
Kennzeichenerkennung mit verbesserter Segmentierung54,90 €![Gesichtserkennungstechniken basierend auf Eigenmerkmalen und Ann]( "Gesichtserkennungstechniken basierend auf Eigenmerkmalen und Ann")
Gesichtserkennungstechniken basierend auf Eigenmerkmalen und Ann43,90 €
Ein künstliches neuronales Netz (ANN) ist ein Informationsverarbeitungsparadigma, das sich an der Art und Weise orientiert, wie biologische Nervensysteme, z. B. das Gehirn, Informationen verarbeiten. Das Schlüsselelement dieses Paradigmas ist die neuartige Struktur des Informationsverarbeitungssystems. Es besteht aus einer großen Anzahl stark miteinander verbundener Verarbeitungselemente (Neuronen), die gemeinsam an der Lösung bestimmter Probleme arbeiten. ANNs lernen, wie Menschen, durch Beispiele. Ein ANN wird durch einen Lernprozess für eine bestimmte Anwendung konfiguriert, z. B. Mustererkennung oder Datenklassifizierung. Das Lernen in biologischen Systemen beinhaltet Anpassungen der synaptischen Verbindungen zwischen den Neuronen. Dies gilt auch für ANNs. Neuronale Netzsimulationen scheinen eine neuere Entwicklung zu sein. Dieser Bereich wurde jedoch bereits vor der Einführung von Computern geschaffen und hat mehrere Epochen überdauert. Viele wichtige Fortschritte wurden durch den Einsatz kostengünstiger Computeremulationen erzielt.