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.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis zu Kapitel 6
Valentin Braitenberg. Künstliche Wesen — Verhalten kybernetischer Vehikel. Vieweg, Braunschweig, 1986. ISBN 3–528-08949–0.
Regina Bruder. Methoden und Techniken des Problemlösenlernens. TU Darmstadt, 2003.
Tobias Dantzig. Number — The Language of Science — Fourth Edition Revised and Augmented. The Free Press, New York, 1967.
Stanislas Dehaene. Der Zahlensinn oder warum wir rechnen können. Birkhäuser Verlag, Basel Boston Berlin, 1999. ISBN 3–7643-5960–9.
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.
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.
Dietmar Grube. Entwicklung des Rechnens im Grundschulalter. Waxmann Verlag, Münster, 2006. ISBN 3–8309-1572–1.
John von Neumann. Die Rechenmaschine und das Gehirn. Oldenbourg Verlag, München, 1970. 3. Auflage.
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.
Thomas Wennekers. Synchronisation und Assoziation in Neuronalen Netzen. Universität Ulm, 1998. Dissertationsschrift.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Bentz, HJ., Dierks, A. (2013). Assoziatives Rechnen. In: Neuromathematik und Assoziativmaschinen. Springer-Lehrbuch Masterclass. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-37938-3_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-37938-3_6
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-642-37937-6
Online ISBN: 978-3-642-37938-3
eBook Packages: Life Science and Basic Disciplines (German Language)