Please choose your delivery country and your customer group
Seit wenigen Jahren stellt die Angewandte Mathematik mit der 'Wavelet'-Transformation ein neues Werkzeug zur Verfügung, welches seine Mächtigkeit in verschiedensten Bereichen der Informationsverarbeitung bewiesen hat. Einige jüngere Arbeiten auf diesem Gebiet versuchen die 'Wavelet'-Transformation und Neuronale Netze gewinnbringend zu vereinen. Da diese Kombination zweier ganz unterschiedlicher Bereiche insbesondere die Wissensrepräsentation in Neuronalen Netzen berührt, stieß sie bei den beiden Herausgebern auf großes Interesse. Das Ergebnis eines Seminars ist das vorliegende Buch. In die Gebiete der Neuronalen Netze und der 'wavelets' wurde zunächst durch die Vorträge 1 und 2 bzw. 6 und 7 eingeführt. Während der Vortrag 1 einen allgemeinen Überblick über Neuronale Netze verschaffte, zeigte der zweite Vortrag die mathematischen Grundlagen für die Anwendung vorwärtsgerichteter Neuronaler Netze auf. Der Vortrag 6 stellte der eigentlichen Einführung in die 'Wavelet'-Transformation (Vortrag 7) eine umfassende Darstellung der Fouriertransformation voran, um die Studierenden mit Integraltransformationen überhaupt vertraut zu machen und einen Bewertungsmaßstab für die 'Wavelet'-Transformation an die Hand zu geben. Der Einführung in die Neuronalen Netze folgten drei Vorträge mit Anwendungen derselben: Vortrag 3 befaßte sich mit dem Einsatz Neuronaler Netze bei regelungstechnischen Problemen, und die Vorträge 4 und 5 stellten die eingangs erwähnte Vorstrukturierung Neuronaler Netze mittels unscharfer Regeln dar. Die Vorträge über 'Wavelet'-Anwendungen erstreckten sich auf die Bildverarbeitung (Vortrag 9), Spektroskopie (Vortrag 10) und Magnetoresonanz-Tomographie (Vortrag 11). Der achte Vortrag stellte mit dem Algorithme a trous den ersten schnellen Algorithmus zur Berechnung der 'Wavelet'-Transformation vor. Schließlich zeigten die beiden letzten Vorträge des Seminars die Synthese von Neuronalem Netz und 'Wavelet'-Transformation.