Systeme der Künstlichen Intelligenz

Eine wesentliche Eigenschaft intelligenter Systeme ist ihre Fähigkeit, komplexe zeitliche Abläufe zu erfassen und auf sie zu reagieren. Um diese Fähigkeiten nachzubilden, werden rückgekoppelte neuronale Netzwerke untersucht. Neben der Betrachtung grundlegender Eigenschaften dieser Systeme werden spezielle Lernalgorithmen entwickelt. Die verwendete Netzwerkstruktur erlaubt lokalisierte Aktivierungen, sogenannte Pulse, auf einem zweidimensionalen Neuronengitter, die sich bewegen können. Solche raum-zeitlichen Strukturen werden genutzt, um Abläufe in der Umwelt zu modellieren. Die Aufgabe des Lernalgorithmus ist es dabei, eine Abbildung bestimmter Abläufe der Umwelt auf feste Bewegungen der Aktivitätsmuster zu erzeugen. Eine Problemstellung, die mit diesem Verfahren untersucht wird, stammt aus dem Bereich der Spracherkennung, wobei vollständige gesprochene Worte klassifiziert werden sollen.

Drittmittelgeber:

Deutsche Forschungsgesellschaft

Beteiligte Wissenschaftler:

Dr. J. Berkemeier, PD Dr. M. Bode (Leiter), Dipl.-Phys. A. Burwick, Dipl.-Phys. J.O. Freyd, Prof. Dr. H.-G. Purwins