Konstruktive neuronale Lernverfahren auf Parallelrechnern:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Düsseldorf
VDI-Verl.
1995
|
| Ausgabe: | Als Ms. gedr. |
| Schriftenreihe: | Verein Deutscher Ingenieure: [Fortschrittberichte VDI / 10]
367 |
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | IX, 242 S. graph. Darst. |
| ISBN: | 3183367106 |
Internformat
MARC
| LEADER | 00000nam a2200000 cb4500 | ||
|---|---|---|---|
| 001 | BV010329785 | ||
| 003 | DE-604 | ||
| 005 | 20190614 | ||
| 007 | t | ||
| 008 | 950807s1995 d||| mm|| 00||| ger d | ||
| 016 | 7 | |a 945033036 |2 DE-101 | |
| 020 | |a 3183367106 |9 3-18-336710-6 | ||
| 035 | |a (OCoLC)75611564 | ||
| 035 | |a (DE-599)BVBBV010329785 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-91 |a DE-210 |a DE-634 |a DE-83 | ||
| 084 | |a ST 151 |0 (DE-625)143595: |2 rvk | ||
| 084 | |a DAT 708d |2 stub | ||
| 100 | 1 | |a Prechelt, Lutz |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Konstruktive neuronale Lernverfahren auf Parallelrechnern |c Lutz Prechelt |
| 250 | |a Als Ms. gedr. | ||
| 264 | 1 | |a Düsseldorf |b VDI-Verl. |c 1995 | |
| 300 | |a IX, 242 S. |b graph. Darst. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 1 | |a Verein Deutscher Ingenieure: [Fortschrittberichte VDI / 10] |v 367 | |
| 502 | |a Zugl.: Karlsruhe, Univ., Diss., 1995 | ||
| 650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Maschinelle Übersetzung |0 (DE-588)4003966-3 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Parallelrechner |0 (DE-588)4173280-7 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 0 | 1 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Parallelrechner |0 (DE-588)4173280-7 |D s |
| 689 | 1 | 1 | |a Maschinelle Übersetzung |0 (DE-588)4003966-3 |D s |
| 689 | 1 | |5 DE-604 | |
| 810 | 2 | |a 10] |t Verein Deutscher Ingenieure: [Fortschrittberichte VDI |v 367 |w (DE-604)BV000897204 |9 367 | |
| 856 | 4 | 2 | |m HBZ Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006874694&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-006874694 | ||
Datensatz im Suchindex
| _version_ | 1804124750284324864 |
|---|---|
| adam_text | Titel: Konstruktive neuronale Lernverfahren auf Parallelrechnern
Autor: Prechelt, Lutz
Jahr: 1995
rv Inhaltsverzeichnis Danksagungen ^ TV Zusammenfassung 1 Einführung 1 1.1 Eine kurze Geschichte des Maschinenwesens....................... 1 1.2 Eine kurze Geschichte der Informatik........................... 3 1.3 Eine kurze Geschichte der Neuroinformatik ....................... 4 1.4 Eine kurze Geschichte der Parallelrechnerei ....................... 6 1.5 Ausgangspunkt, Aufbau und Ziele dieser Arbeit..................... 8 TEIL I: Automatische Lernverfahren 11 2 Lernen mit neuronalen Netzen 11 2.1 Definitionen......................................... H 2.1.1 Neuronales Netz................................... 12 2.1.2 Beispiel und Fehler................................. 14 2.1.3 Lernregel und Lernverfahren............................ 15 2.1.4 Modellauswahl und automatisches Lernen.................... 16 2.2 Neuronale Netze und maschinelles Lernen........................ 16 2.2.1 Symbolisches versus subsymbolisches Lernen................... 17 2.2.2 Empirischer Vergleich ...............................
17 2.2.3 Hybridverfahren................................... 18 2.2.4 Genetische Algorithmen.............................. 19 2.3 Neuronale Netze und Statistik............................... 19 2.4 Das Bias/Varianz-Dilemma................................ 21 2.4.1 Bias, Varianz und das Dilemma.......................... 21 2.4.2 Beispiel ....................................... 22 2.4.3 Folgerung...................................... 25 2.5 Ansatzpunkte........................................ 25 2.5.1 Problemrepräsentation............................... 25 2.5.2 Fehlerfunktion.................................... 26 2.5.3 Beispielauswahl................................... 26 2.5.4 Modellauswahl ................................... 26 2.5.5 Sonstiges....................................... 27 2.6 Stand der theoretischen Forschung............................ 27 2.6.1 Darstellungsmächtigkeit.............................. 28 2.6.2 Generalisierung und Lernkomplexität....................... 29 2.7
Stand der praktischen Forschung............................. 32 2.7.1 Beschleunigung von Lernverfahren ........................ 32 2.7.2 Vermeidung lokaler Minima............................ 34 2.7.3 Problemrepräsentation............................... 35
V 2.7.4 Fehlerfunktionen .................................. 36 2.7.5 Beispielauswahl................................... 37 2.7.6 Modellauswahl ................................... 37 2.8 Konstruktive Lernverfahren................................ 39 2.8.1 Additive Verfahren................................. 39 2.8.2 Subtraktive Verfahren............................... 43 2.8.3 Additiv-subtraktive Verfahren........................... 46 2.8.4 Andere Verfahren.................................. 48 2.9 Aufbau und Beiträge dieser Arbeit............................ 49 3 Empirische Auswertung neuronaler Lernverfahren 51 3.1 Auswertung von Lernverfahren: Heutige Forschungspraxis............... 51 3.1.1 Ansatz der Studie.................................. 52 3.1.2 Klassifikation von Artikeln............................. 52 3.1.3 Ermittlung der Kennzahlen ............................ 53 3.1.4 Ergebnisse und Diskussion............................. 54 3.1.5 Folgerungen.....................................
56 3.2 Die Proben 1 Benchmark-Sammlung........................... 56 3.2.1 Bereich der ProbenI Benchmarks........................ 57 3.2.2 Allgemeiner Aufbau ................................ 57 3.2.3 Cancer........................................ 59 3.2.4 Card......................................... 59 3.2.5 Diabetes....................................... 59 3.2.6 Gene......................................... 59 3.2.7 Glass......................................... 59 3.2.8 Heart......................................... 60 3.2.9 Horse......................................... 60 3.2.10 Mushroom...................................... 60 3.2.11 Soybean....................................... 61 3.2.12 Thyroid....................................... 61 3.2.13 Building....................................... 61 3.2.14 Flare.......................................... 61 3.2.15 Hearta........................................ 62 3.2.16 Übersicht .............. 62 3.2.17 Lernergebnisse mit linearen Netzen........................
62 3.3 Die ProbenI Benchmark-Regeln............................. 65 3.4 Die Normalverteilungsannahme.............................. 66 3.5 Zusammenfassung und Beiträge dieser Arbeit...................... 71 4 Automatisches Lernen I: Frühes Stoppen 73 4.1 Einführung und verwandte Arbeiten........................... 73 4.2 Drei Familien von Stoppkriterien............................. 75 4.2.1 GL.......................................... 76 4.2.2 UP.......................................... 76 4.2.3 PQ.......................................... 77 4.3 Versuchsaufbau und Ergebnisse.............................. 78 4.3.1 Versuchsaufbau................................... 78 4.3.2 Bewertungskriterien ................................ 79 4.3.3 Ergebnisse: Mittelwertsbetrachtung........................ 79 4.3.4 Versuch der statistischen Prüfung......................... 80 4.3.5 Zusammenfassung.................................. 81 4.4 Lernresultate als Vergleichsbasis.............................. 82
VI 4.4.1 Pivot-Architekturen ................................ 4.4.2 Ergebnisse...................................... 83 4.4.3 Statistischer Vergleich............................... 86 4.5 Zusammenfassung und Beiträge dieser Arbeit...................... 88 5 Automatisches Lernen II: Additive Verfahren 89 5.1 Einleitung und verwandte Arbeiten............................ 89 5.2 Sechs Lernverfahren mit Kandidatentraining....................... 94 5.2.1 Abbruchkriterien.................................. 94 5.2.2 Lernverfahren.................................... 96 5.3 Versuchsaufbau und Ergebnisse.............................. 98 5.4 Zusammenfassung und Beiträge dieser Arbeit...................... 104 6 Automatisches Lernen III: Subtraktive Verfahren 105 6.1 Einführung und verwandte Arbeiten........................... 105 6.2 Zwei Beschneidungsverfahren............................... 107 6.2.1 autoprune...................................... 108 6.2.2 lprune........................................
108 6.3 Versuchsaufbau und Ergebnisse.............................. 112 6.4 Zusammenfassung und Beiträge dieser Arbeit...................... 114 7 Konklusion: Automatisches Lernen 116 7.1 Vergleich der Ansätze ................................... 116 7.1.1 Additiv versus frühes Stoppen........................... 116 7.1.2 Subtraktiv versus frühes Stoppen......................... 117 7.1.3 Additiv versus subtraktiv ............................. 117 7.1.4 Gesamtvergleich................................... 119 7.2 Zusammenfassung und Beiträge dieser Arbeit...................... 120 7.3 Ausblick........................................... 121 TEIL 2: Übersetzung auf Parallelrechner 122 8 Parallelrechnerei 122 8.1 Einführung und Definitionen................................ 122 8.2 Hauptprobleme der Parallelrechnerei........................... 125 8.3 Parallele Hardware.................... 126 8.3.1 Frühe MIMD-Rechner............................... 126 8.3.2 SIMD-Rechner ...................................
127 8.3.3 Neuere MIMD-Rechner............................... 128 8.3.4 Entwicklungstrends................................. 130 8.3.5 Spezialhardware für neuronale Netze....................... 130 8.3.6 Optische und biologische Rechner......................... 132 8.4 Stand der Forschung.................................... 133 8.4.1 Programmiersprachen und Übersetzerbau .................... 133 8.4.2 Unregelmäßige Probleme.............................. 136 8.4.3 Neuronale Netze auf Parallelrechnern....................... 139 8.5 Aufbau und Beiträge dieser Arbeit............................ 141 9 Ein Programmiermodell für konstruktive Algorithmen 142 9.1 Einführung und verwandte Arbeiten........................... 142 9.2 Parallele Datenstrukturen................................. 144 9.3 Parallele Operationen ................................... 145 9.4 CuPit ............................................ 14g
VII 9.4.1 Verbindungstypen.................................. 148 9.4.2 Knotentypen und Knotengruppentypen...................... 148 9.4.3 Netztypen...................................... 149 9.4.4 Prozeduren, Prozeduraufrufe, Parallelität .................... 150 9.4.5 Reduktionen und winner-takes-all......................... 151 9.4.6 Topologieändernde Operationen.......................... 152 9.4.7 Ein-/Ausgabe, externe Programmteile...................... 153 9.4.8 Globale Programm- und Ausführungsstruktur.................. 154 9.4.9 Sonstiges....................................... 154 9.5 Alternative Realisierungen................................. 155 9.6 Zusammenfassung und Beiträge dieser Arbeit...................... 156 10 Übersetzerarchitektur 158 10.1 Einführung und Überblick................................. 158 10.1.1 Optimierungsziele............................ ...... 158 10.1.2 Annahmen über das Programmverhalten..................... 159 10.1.3 Optimierungstechniken...............................
161 10.1.4 Zielmaschinen.................................... 162 10.2 Definitionen......................................... 163 10.3 Datenlokalität und Lastbalance.............................. 165 10.3.1 Prinzip der Daten- und Prozeßverteilung..................... 165 10.3.2 Deskriptoren .................................... 168 10.3.3 Prinzip der Codeerzeugung ............................ 168 10.3.4 Topologieverändernde Operationen........................ 170 10.3.5 Berechnung der Knotenblockgröße ........................ 172 10.3.6 Berechnung der Knotenblockverteilung...................... 174 10.3.7 Herstellung der Datenverteilung.......................... 176 10.4 Weitere Optimierungen................................... 178 10.4.1 Kommunikationsbündelung ............................ 178 10.4.2 Verbindungsallokation............................... 181 10.4.3 Knotenverteilung.................................. 182 10.4.4 Wahl der Replikatanzahl.............................. 183 10.5
Implementation des Übersetzers.............................. 184 11 Auswertung 186 11.1 Übersicht .......................................... 186 11.2 Fehlerbetrachtung...................................... 187 11.2.1 Systematischer Fehler ............................... 187 11.2.2 Statistischer Fehler................................. 188 11.3 Gesamtleistungsvergleich.................................. 188 11.3.1 Absolute Leistung.................................. 189 11.3.1.1 Vergleich mit sequentiellen Rechnern ................. 189 11.3.1.2 Vergleich mit Spitzenleistung der MP-1................ 189 11.3.1.3 Vergleich mit schnellen SIMD-Implementierungen .......... 189 11.3.1.4 Fazit ................................... 190 11.3.2 Vergleich mit Modula-2*.............................. 190 11.3.2.1 Versuchsaufbau ............................. 191 11.3.2.2 Ergebnisse und Fazit .......................... 192 11.4 Lastbalance......................................... 193 11.5 Datenlokalität........................................ 194 11.5.1 Simulierte Nichtlokalität.............................. 195 11.5.2 Prüfung der Annahme 5.............................. 196
VIII 11.5.2.1 Versuchsaufbau ............................. 197 11.5.2.2 Ergebnisse und Fazit .......................... 197 11.6 Speicher-, Verteilungs- und Kommunikationskosten................... 199 11.7 Kommunikationsbündelung ................................ 200 11.8 Verbindungsallokation ................................... 201 11.9 Skalierung.......................................... 202 11.10 Automatische Wahl der Replikatanzahl.......................... 204 12 Konklusion: Parallele Übersetzung 207 12.1 Zusammenfassung und Beiträge dieser Arbeit......................207 12.2 Ausblick...........................................209 12.2.1 Lokal.........................................209 12.2.2 Global........................................ 210 A Verfügbarkeit der Daten und Programme 211 Literaturverzeichnis 212 Index 234
|
| any_adam_object | 1 |
| author | Prechelt, Lutz |
| author_facet | Prechelt, Lutz |
| author_role | aut |
| author_sort | Prechelt, Lutz |
| author_variant | l p lp |
| building | Verbundindex |
| bvnumber | BV010329785 |
| classification_rvk | ST 151 |
| classification_tum | DAT 708d |
| ctrlnum | (OCoLC)75611564 (DE-599)BVBBV010329785 |
| discipline | Informatik |
| edition | Als Ms. gedr. |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01988nam a2200481 cb4500</leader><controlfield tag="001">BV010329785</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20190614 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">950807s1995 d||| mm|| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">945033036</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3183367106</subfield><subfield code="9">3-18-336710-6</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)75611564</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV010329785</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield><subfield code="a">DE-210</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-83</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 151</subfield><subfield code="0">(DE-625)143595:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 708d</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Prechelt, Lutz</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Konstruktive neuronale Lernverfahren auf Parallelrechnern</subfield><subfield code="c">Lutz Prechelt</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Als Ms. gedr.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Düsseldorf</subfield><subfield code="b">VDI-Verl.</subfield><subfield code="c">1995</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">IX, 242 S.</subfield><subfield code="b">graph. Darst.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Verein Deutscher Ingenieure: [Fortschrittberichte VDI / 10]</subfield><subfield code="v">367</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: Karlsruhe, Univ., Diss., 1995</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelle Übersetzung</subfield><subfield code="0">(DE-588)4003966-3</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Parallelrechner</subfield><subfield code="0">(DE-588)4173280-7</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Parallelrechner</subfield><subfield code="0">(DE-588)4173280-7</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Maschinelle Übersetzung</subfield><subfield code="0">(DE-588)4003966-3</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="810" ind1="2" ind2=" "><subfield code="a">10]</subfield><subfield code="t">Verein Deutscher Ingenieure: [Fortschrittberichte VDI</subfield><subfield code="v">367</subfield><subfield code="w">(DE-604)BV000897204</subfield><subfield code="9">367</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">HBZ Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006874694&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-006874694</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV010329785 |
| illustrated | Illustrated |
| indexdate | 2024-07-09T17:50:37Z |
| institution | BVB |
| isbn | 3183367106 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-006874694 |
| oclc_num | 75611564 |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM DE-210 DE-634 DE-83 |
| owner_facet | DE-91 DE-BY-TUM DE-210 DE-634 DE-83 |
| physical | IX, 242 S. graph. Darst. |
| publishDate | 1995 |
| publishDateSearch | 1995 |
| publishDateSort | 1995 |
| publisher | VDI-Verl. |
| record_format | marc |
| series2 | Verein Deutscher Ingenieure: [Fortschrittberichte VDI / 10] |
| spelling | Prechelt, Lutz Verfasser aut Konstruktive neuronale Lernverfahren auf Parallelrechnern Lutz Prechelt Als Ms. gedr. Düsseldorf VDI-Verl. 1995 IX, 242 S. graph. Darst. txt rdacontent n rdamedia nc rdacarrier Verein Deutscher Ingenieure: [Fortschrittberichte VDI / 10] 367 Zugl.: Karlsruhe, Univ., Diss., 1995 Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf Maschinelle Übersetzung (DE-588)4003966-3 gnd rswk-swf Parallelrechner (DE-588)4173280-7 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Maschinelles Lernen (DE-588)4193754-5 s Neuronales Netz (DE-588)4226127-2 s DE-604 Parallelrechner (DE-588)4173280-7 s Maschinelle Übersetzung (DE-588)4003966-3 s 10] Verein Deutscher Ingenieure: [Fortschrittberichte VDI 367 (DE-604)BV000897204 367 HBZ Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006874694&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Prechelt, Lutz Konstruktive neuronale Lernverfahren auf Parallelrechnern Maschinelles Lernen (DE-588)4193754-5 gnd Neuronales Netz (DE-588)4226127-2 gnd Maschinelle Übersetzung (DE-588)4003966-3 gnd Parallelrechner (DE-588)4173280-7 gnd |
| subject_GND | (DE-588)4193754-5 (DE-588)4226127-2 (DE-588)4003966-3 (DE-588)4173280-7 (DE-588)4113937-9 |
| title | Konstruktive neuronale Lernverfahren auf Parallelrechnern |
| title_auth | Konstruktive neuronale Lernverfahren auf Parallelrechnern |
| title_exact_search | Konstruktive neuronale Lernverfahren auf Parallelrechnern |
| title_full | Konstruktive neuronale Lernverfahren auf Parallelrechnern Lutz Prechelt |
| title_fullStr | Konstruktive neuronale Lernverfahren auf Parallelrechnern Lutz Prechelt |
| title_full_unstemmed | Konstruktive neuronale Lernverfahren auf Parallelrechnern Lutz Prechelt |
| title_short | Konstruktive neuronale Lernverfahren auf Parallelrechnern |
| title_sort | konstruktive neuronale lernverfahren auf parallelrechnern |
| topic | Maschinelles Lernen (DE-588)4193754-5 gnd Neuronales Netz (DE-588)4226127-2 gnd Maschinelle Übersetzung (DE-588)4003966-3 gnd Parallelrechner (DE-588)4173280-7 gnd |
| topic_facet | Maschinelles Lernen Neuronales Netz Maschinelle Übersetzung Parallelrechner Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=006874694&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| volume_link | (DE-604)BV000897204 |
| work_keys_str_mv | AT precheltlutz konstruktiveneuronalelernverfahrenaufparallelrechnern |