Künstliche Neuronale Netze
Was sind künstliche neuronale Netze?
Künstliche neuronale Netze (KNN) sind von der Struktur und Funktionsweise des menschlichen Gehirns inspiriert, in welchem Nervenzellen über Synapsen miteinander verbunden sind. Ähnlich dem Lernprozess im Gehirn, bei dem häufig verwendete Signalwege verstärkt und selten genutzte Wege abgeschwächt werden, können Daten in KNN verarbeitet und durch Gewichtungen der Signalwege gesteuert werden.
Wie lernen künstliche neuronale Netze?
Bevor ein KNN einsatzbereit ist, muss es trainiert werden. Dies kann beispielsweise mithilfe bereits annotierter Daten erfolgen. Um einem KNN beizubringen, Knochenbrüche in Röntgenbildern zu identifizieren, präsentiert man dem Netzwerk Röntgenbilder von Knochen und gibt gleichzeitig an, ob ein Bruch vorhanden ist oder nicht. Auf diese Weise lernt das KNN, Knochenbrüche in Röntgenbildern zu erkennen.
Wo finden künstliche neuronale Netze Anwendung?
KNN werden in zahlreichen Bereichen eingesetzt. In der Medizin unterstützen sie bei der Diagnose von Krankheiten durch die Analyse von Bildern. Im Unterhaltungssektor werden sie verwendet, um Gesichter in Fotos zu erkennen oder Musikempfehlungen basierend auf Hörgewohnheiten zu geben. Im Bereich des autonomen Fahrens unterstützen sie Fahrzeuge dabei, ihre Umgebung zu interpretieren und sicher zu navigieren.
Trotz sorgfältiger inhaltlicher Kontrolle übernehmen wir keine Haftung für die Inhalte externer Links. Für den Inhalt der verlinkten Seiten sind ausschließlich deren Betreiber verantwortlich.