Advertisement

Assoziatives Rechnen

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

Zusammenfassung

Auch wenn die einleitende Anmerkung zu einem anderen Schluss führen könnte, so beobachten wir, dass der Mensch von seinen natürlichen Anlagen her nicht gut rechnen kann. In ihm ist kein Rechenwerk zu vermuten, weder eine arithmetische Einheit zum Umgang mit Brüchen oder anderen Zahlen noch etwa eine algorithmische Einheit zum Wurzelziehen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis zu Kapitel 6

  1. Valentin Braitenberg. Künstliche Wesen — Verhalten kybernetischer Vehikel. Vieweg, Braunschweig, 1986. ISBN 3–528-08949–0.Google Scholar
  2. Regina Bruder. Methoden und Techniken des Problemlösenlernens. TU Darmstadt, 2003.Google Scholar
  3. Tobias Dantzig. Number — The Language of Science — Fourth Edition Revised and Augmented. The Free Press, New York, 1967.Google Scholar
  4. Stanislas Dehaene. Der Zahlensinn oder warum wir rechnen können. Birkhäuser Verlag, Basel Boston Berlin, 1999. ISBN 3–7643-5960–9.Google Scholar
  5. Andreas Dierks. VidAs — Aufbau einer robusten, frei programmierbaren Maschine aus Assoziativmatrizen. Simulation und Hardware-Lösung. Universität Hildesheim, 2005. in: „Hildesheimer Informatik-Berichte“, Band 2/2005 (September 2005), ISSN 0941–3014.Google Scholar
  6. Andreas Dierks. VidAs — Eine robuste, frei programmierbare Assoziativmaschine aus neuronalen Netzen. Böttcher IT Verlag, Bremen, 2006. in: „KI — Künstliche Intelligenz“, Heft 2/06 (Mai 2006), S. 58–60, ISSN 0933–1875.Google Scholar
  7. Dietmar Grube. Entwicklung des Rechnens im Grundschulalter. Waxmann Verlag, Münster, 2006. ISBN 3–8309-1572–1.Google Scholar
  8. John von Neumann. Die Rechenmaschine und das Gehirn. Oldenbourg Verlag, München, 1970. 3. Auflage.MATHGoogle Scholar
  9. Ulrich Rückert. VLSI Design of an Associative Memory based on Distributed Storage of Information. Kluwer Academic Publishers, Boston, 1991. in: Ramacher, Ulrich; Rückert, Ulrich (Hrsg.): „VLSI Design of Neural Networks“, S. 153–168.Google Scholar
  10. Thomas Wennekers. Synchronisation und Assoziation in Neuronalen Netzen. Universität Ulm, 1998. Dissertationsschrift.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