KIT | KIT-Bibliothek | Impressum | Datenschutz

Ausgewählte Beiträge aus dem GMA-Fachausschuss 5.14 „Computational Intelligence

Mikut, Ralf; Kroll, Andreas; Hoffmann, Frank

Abstract:
„Computational Intelligence“ (CI) als Teilgebiet der Künstlichen Intelligenz (KI) hat das Lernen aus experimentellen Daten oder Beobachtungen zum Gegenstand. Die Methoden der Computational Intelligence wie Fuzzy-Systeme, Künstliche Neuronale Netze und Evolutionäre Algorithmen sind durch ihre biologischen Vorbilder inspiriert. Fuzzy-Systeme beschreiben unvollständiges und ungenaues Wissen und Zusammenhänge. Evolutionäre Algorithmen umfassen von der natürlichen Evolution inspirierte, stochastische Metaheuristiken zur globalen Optimierung. Künstliche Neuronale Netze haben in der jüngeren Vergangenheit durch das Aufkommen von Netzen mit einer großen Anzahl von Schichten unter dem Namen „Deep Learning“ eine Renaissance erfahren. Inzwischen erreichen Künstliche Neuronale Netze bei einigen Spezialaufgaben, wie dem Erkennen von Objekten in Bildern, der automatisierten Übersetzung oder Sprachassistenten, dem Menschen vergleichbare oder sogar überlegene kognitive Fähigkeiten.



Originalveröffentlichung
DOI: 10.1515/auto-2019-0101
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Publikationstyp Zeitschriftenaufsatz
Jahr 2019
Sprache Deutsch
Identifikator ISSN: 2196-677X, 0178-2312
KITopen-ID: 1000098902
HGF-Programm 47.01.02 (POF III, LK 01)
Erschienen in Automatisierungstechnik
Band 67
Heft 10
Seiten 817–819
Vorab online veröffentlicht am 27.09.2019
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page