Assoziativmaschinen

Chapter
Part of the Springer-Lehrbuch Masterclass book series (MASTERCLASS)

Zusammenfassung

Den herkömmlichen Computer kennzeichnet seit den Anfängen seiner Entwicklung der Wunsch, in vielfältiger Weise, schnell und fehlersicher mit Zahlen umgehen zu können. Der in diesem Zusammenhang gern genannte und eingangs zitierte Gedanke von Leibniz sei dafür Beleg. Damit stehen heutige Computer in der Tradition von frühen mechanischen Rechenmaschinen wie etwa denen von Wilhelm Schickard, Blaise Pascal oder Gottfried Wilhelm Leibniz.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis zu Kapitel 4

  1. Moshe Abeles. Local Cortical Circuits — An Electrophysiological Study. Springer-Verlag, Berlin Heidelberg New York, 1982. ISBN 3–540-11034–8.Google Scholar
  2. Volker Claus and Andreas Schwill. DUDEN Informatik A-Z — Fachlexikon für Studium, Ausbildung und Beruf. Dudenverlag, Mannheim Leipzig Wien Zürich, 2006. 4. Auflage, ISBN 978–3-411–05234-9.Google Scholar
  3. Olaf Holthausen. Ein Vergleich verschiedener Implementationen binärer neuronaler Assoziativspeicher. Universität Ulm, 1994. Dissertationsschrift.Google Scholar
  4. Wolfgang Maass. Lower bounds on the Computational Power of Networks of Noisy Spiking Neurons. TU Graz, 1995. in: „Neural Computation 8“, S. 1–20, 1995.Google Scholar
  5. Henry Markram. Auf dem Weg zum künstlichen Gehirn. Spektrum der Wissenschaft Verlag, Heidelberg, 2012. in: „Spektrum der Wissenschaft", Heft 9/12 (September 2012), S. 82–90.Google Scholar
  6. Karlheiz Meier. Neurone & Co. — Imitieren mit Silizium. Spektrum der Wissenschaft Verlag, Heidelberg, 2012. in: „Spektrum der Wissenschaft", Heft 9/12 (September 2012), S. 92–99.Google Scholar
  7. Christian W. Omlin and C. Lee Giles. Constructing Deterministic Finite- State Automata in Recurrent Neural Networks. ACM, 1996. in: „Journal of the ACM“, Vol. 43, No. 6, S. 937–972, 1996.MathSciNetGoogle Scholar
  8. Günther Palm. Neural Assemblies — An Alternative Approach to Artificial Intelligence. Springer-Verlag, Berlin Heidelberg New York, 1982. ISBN 3- 540–11366-5.Google Scholar
  9. Günther Palm. The PAN System and the WINA Project. Springer-Verlag, Berlin Heidelberg, 1993. in: „Euro-ARCH ’93. Europäischer Informatik Kongreß Architektur von Rechensystemen“ (Spies, P.P, Hrsg.), S. 142–156.Google Scholar
  10. Günther Palm. Neural associative memories and sparse coding. Elsevier, 2013. in: „Neural Networks“ Vol. 37 (January 2013), S. 165–171, ISSN 1879- 2782.Google Scholar
  11. Günther Palm. PAN IV — Ein Massiv Paralleler Neuronaler Assoziativspeicher. Universität Ulm, o.J.Google Scholar
  12. Roger Penrose. Computerdenken — Die Debatte um künstliche Intelligenz, Bewußtsein und die Gesetze der Physik. Spektrum Akademischer Verlag, Heidelberg Berlin, 2002. ISBN 978–3-8274–1332-1.Google Scholar
  13. Jerry L. Potter. Associative Computing — A Programming Paradigm for Massively Parallel Computers. Plenum Press, New York, 1992. ISBN 0–306- 43987–5.Google Scholar
  14. Klaus Waldschmidt. Assoziative Architekturen. B. G. Teubner, Stuttgart, 1995. in „Parallelrechner — Architekturen – Systeme – Werkzeuge“, S. 181- 214, ISBN 3–519-02135–8.Google Scholar
  15. Thomas Wennekers. Synchronisation und Assoziation in Neuronalen Netzen. Universität Ulm, 1998. Dissertationsschrift.Google Scholar
  16. HansWußing. 6000 Jahre Mathematik — Eine kulturgeschichtliche Zeitreise – 1. Von den Anfängen bis Leibniz und Newton. Springer Verlag, Berlin Heidelberg, 2008. ISBN 978–3-540–77189-0.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2013

Authors and Affiliations

  1. 1.Institut für Mathematik und Angewandte InformatikUniversität HildesheimHildesheimDeutschland
  2. 2.Institut für Mathematik und Angewandte InformatikUniversität HildesheimHildesheimDeutschland

Personalised recommendations