Advertisement

Künstliche Intelligenz

  • Markus von Rimscha
Chapter

Zusammenfassung

Manchmal haben wir Aufgaben zu lösen, bei denen es nicht genügt, den Computer die Fleißarbeit erledigen zu lassen, nachdem wir das eigentliche Problem schon gelöst haben. Wie kann ein Computer „lernen“? Kann er Aufgaben „selbstständig“ lösen? Kann er „intelligent“ sein?

Literatur

Quellen zu einzelnen Algorithmen:

    Vier-Farben-Problem

    1. Hea1898.
      Heawood P. J.: „On the four color map theorem“. Quart. J. 29, 270–285 1898zbMATHGoogle Scholar
    2. ApHa77.
      Appel K., Haken W.: „Every planar map is four colourable“. Part I Discharging, Part II Reducability, Illinois Journal Math. 21, 429–567 1977zbMATHGoogle Scholar
    3. RSST96.
      Robertson N., Sanders D., Seymour P., Thomas R.: „A new proof of the four color theorem“. Electronic Res. Announc. Am. Math. Soc. 2(1), 17–25 1996CrossRefGoogle Scholar
    4. Gont04.
      Gonthier G.: „A computer checked proof of the four colour theorem“. Microsoft Research Cambridge 2004Google Scholar

    Entscheidungsbäume

    1. Quin79.
      Quinlan J. R.: „Discovering rules by induction from large collections of examples“. In: Michie D. (Hrsg.) „Expert systems in the Micro Electronic Age“, S. 168–201. Edinburgh University Press, Edinburgh 1979Google Scholar
    2. Quin93.
      Quinlan J. R.: „C4.5: Programs for Machine Learning“. Morgan Kaufmann 1993Google Scholar

    Schwarmintelligenz

    1. BeWa89.
      Beni G., Wang J.: „Swarm intelligence in Cellular Robotic Systems“, NATO advanced workshop on Robots and Biological Systems, 26.-30.6. Italien 1989Google Scholar

    Ameisen-Algorithmen

    1. DoGa96.
      Dorigo M., Gambardella L.M.: „Solving symmetric and asymmetric TSPs by Ant Colonies“. In: Baeck T., Fukuda T., Michalewicz Z. (Hrsg.) „International Conference on Evolutionary Computation“, S. 622–627. IEEE Press 1996 Dorigo M., Gambardella L.M.: „Ant Colonies for the Traveling Salesman Problem“. Brüssel 1996Google Scholar

    Künstliche Neuronale Netze

    1. CuPi43.
      McCulloch W. S., Pitts W. H.: „A logical calculus of the ideas immanent in nervous activity“. B Math Biophys. 5, 115–133 1943MathSciNetCrossRefGoogle Scholar
    2. Hebb49.
      Hebb D. O.: „The Organization of Behaviour“. Wiley 1949Google Scholar
    3. Werb74.
      Werbos P. J.: „Beyond Regression: New Tools for Prediction and Analysis in the Behavioural Sciences“. Dissertation, Hardvard, Cambridge 1974Google Scholar
    4. RHW86.
      Rumelhart D. E., Hinton G. E., Williams R. J.: „Learning internal representations by error propagation“. In: Rumelhart D. E., McClelland L. J. (Hrsg.) „Parallel Distributed Processing“ Bd. 1, S. 318–362. MIT Press 1986Google Scholar

Einige allgemeine und weiterführende (Lehr)bücher und Material im Internet:

    Künstliche Intelligenz – Allgemein

    1. KI1.
      Russel S. J., Norvig P.: „Artificial Intelligence – A modern Approach“. Prentice Hall, dt. Übersetzung bei Pearson 2009Google Scholar

    Künstliche Intelligenz – Maschinelles Lernen

    1. ML1.
      Alpaydin E.: „Introduction to Machine Learning“. Prentice Hall, dt. Übersetzung bei Oldenbourg 2009zbMATHGoogle Scholar
    2. ML2.
      Mitchell T.M.: „Machine Learning“. McGraw Hill 1997zbMATHGoogle Scholar

    Künstliche Intelligenz – Schwarmintelligenz

    1. SI1.
      Bonabeau E., Dorigo M., Theraulaz G.: „Swarm intelligence: From Natural to Artificial Systems“. Oxford University Press 1999zbMATHGoogle Scholar
    2. SI2.
      Engelbrecht A. P.: „Fundamentals of Computational Swarm Intelligence“. Wiley 2005Google Scholar

    Künstliche Intelligenz – Neuronale Netze

    1. NN1.
      Brause R.: „Neuronale Netze. Eine Einführung in die Neuroinformatik“. Teubner 1995zbMATHGoogle Scholar
    2. NN2.
      Haykin S.: „Neural Networks. A comprehensive Foundation“. Prentice Hall 1998zbMATHGoogle Scholar
    3. NN3.
      Kratzer K. P.: „Neuronale Netze“. Hanser 1993zbMATHGoogle Scholar
    4. NN4.
      Müller B., Reinhardt J., Strickland M. T.: „Neural Networks: An introduction“. Springer 2013CrossRefGoogle Scholar
    5. NN5.
      Ripley B. D.: „Pattern Recognition and Neural Networks“. Cambridge University Press 2008zbMATHGoogle Scholar
    6. NN6.
      Scherer A.: „Neuronale Netze, Grundlagen und Anwendungen“. Vieweg 1997Google Scholar
    7. NN7.
      Zell A.: „Simulation Neuronaler Netze“. Oldenbourg 1997zbMATHGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH 2017

Authors and Affiliations

  • Markus von Rimscha
    • 1
  1. 1.FürthDeutschland

Personalised recommendations