Zum Hauptinhalt springen
Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Vorlesungen über Informatik

Paralleles Rechnen und nicht-analytische Lösungsverfahren

(Autor)

Buch | Softcover
XI, 292 Seiten
1998 | 1998
Springer Berlin (Verlag)
978-3-540-60650-5 (ISBN)

Lese- und Medienproben

Vorlesungen über Informatik - Gerhard Goos
CHF 46,15 inkl. MwSt
  • Titel ist leider vergriffen;
    keine Neuauflage
  • Artikel merken
Dieses Lehrbuch schließt die vierbändige Reihe der Vorlesungen über Informatik des Verfassers ab. Es behandelt in Grundzügen Modelle und Entwicklung paralleler Algorithmen und nicht-analytischer Lösungsverfahren. Die exakte Modellierung einer Aufgabenstellung, namentlich im Bereich der Optimierung, kann oft vermieden werden, wenn man zu Softcomputing (neuronale Netze, evolutionäre Algorithmen, unscharfe Informationsverarbeitung) greift. Das Buch gibt einen Überblick über die Grundlagen und praktische Anwendung dieser Verfahren. TOC:Vorwort.- Paralleles Rechnen.- Zelluläre Automaten.- Soft Computing.- Künstliche Neuronale Netze.- Zufallsgesteuerte Optimierung.- Unscharfe Informationsverarbeitung.- Literatur.- Fourierreihen und Fouriertransformation.- Stichwortverzeichnis.

19 Paralleles Rechnen.- 19.1 Parallele Rechenmodelle.- 19.1.1 Die parallele Registermaschine.- 19.1.2 Datenflußmodell.- 19.1.3 Abstrakte Netzwerkmodelle.- 19.2 Technische Modelle.- 19.2.1 Klassifikation von Parallelrechnern.- 19.2.2 Vektorrechner.- 19.2.3 Gemeinsamer Speicher.- 19.2.4 Verbindungsnetzwerke.- 19.2.5 Abbildung von PRAM- auf LogP-Algorithmen.- 19.2.6 PVM und MPI.- 19.3 Entwurfstechniken für parallele Algorithmen.- 19.3.1 Die KomplexitätsklasseNC.- 19.3.2 Paralleles Teile-und-Herrsche.- 19.3.3 Ausgewogene Bäume.- 19.3.4 Präfixgraphen.- 19.3.5 Zeigerspringen.- 19.3.6 Die Euler-Tour.- 19.4 Anmerkungen und Verweise.- 20 Zellularautomaten.- 20.1 Grundlagen.- 20.2 LIFE: Das Spiel des Lebens.- 20.3 Turing-Mächtigkeit.- 20.4 Anwendungen.- 20.4.1 Ein Synchronisierungsproblem.- 20.4.2 Modelle aus Differentialgleichungen.- 20.4.3 Gittergase.- 20.4.4 Verkehrssimulation.- 20.5 Anmerkungen und Verweise.- 21 Künstliche neuronale Netze.- 21.1 Neuronen.- 21.1.1 Das biologische Vorbild.- 21.1.2 Künstliche Neuronen.- 21.2 Zur Konstruktion von KNNs.- 21.2.1 Einsatzbedingungen.- 21.2.2 Lernen statt Programmieren.- 21.3 Vorwärtsgerichtete Netze.- 21.3.1 Das einfache Perzeptron.- 21.3.2 Das mehrschichtige Perzeptron.- 21.4 Unüberwachtes Lernen.- 21.4.1 Wettlernen.- 21.4.2 Topologie-erhaltende Karten.- 21.5 Hopfield-Netze.- 21.5.1 Synchrone Hopfield-Netze.- 21.5.2 Asynchrone Hopfield-Netze.- 21.6 Anwendungen.- 21.7 Anmerkungen und Verweise.- 22 Zufallsgesteuerte Optimierung.- 22.1 Optimierungsaufgaben.- 22.1.1 Schrittweise Optimierung.- 22.1.2 Gradientenverfahren.- 22.2 Stochastische Optimierung.- 22.2.1 Simuliertes Tempern.- 22.2.2 Tempern mit deterministischer Akzeptanz.- 22.3 Evolutionäre Algorithmen.- 22.3.1 Evolutionsstrategien.- 22.3.2 Genetische Algorithmen.- 22.3.3 Evolutionsstrategien und genetische Algorithmen im Vergleich.- 22.4 Anmerkungen und Verweise.- 23 Unscharfe Informationsverarbeitung.- 23.1 Unscharfe Mengen.- 23.1.1 Grundoperationen auf unscharfen Mengen.- 23.1.2 Allgemeinere unscharfe Mengen.- 23.2 Unscharfe Relationen.- 23.2.1 Max-Min Komposition und Erweiterungsprinzip.- 23.2.2 Relationengleichungen.- 23.3 Unscharfe Regelung.- 23.3.1 Entwurf unscharfer Regler.- 23.4 Unscharfe Maße.- 23.4.1 Maßbasen.- 23.4.2 Glaubwürdigkeits-und Plausibilitätsmaße.- 23.4.3 Möglichkeits-und Notwendigkeitsmaße.- 23.4.4 Klassifikation unscharfer Maße.- 23.4.5 Möglichkeitsmaße und unscharfe Mengen.- 23.4.6 Unscharfe Maße in der Anwendung.- 23.5 Anmerkungen und Verweise.- D Fourierreihen und Fouriertransformation.- D.1 Fourierreihen.- D.2 Fouriertransformation.- D.2.1 Eigenschaften von Fouriertransformierten und Fourierreihen.- D.2.2 Das Abtasttheorem.- D.3 Diskrete Fouriertransformation.- D.3.1 Polynommultiplikation.- D.3.2 Schnelle Fouriertransformation.- D.4 Anmerkungen und Verweise.- Programmverzeichnis.- Stichwortverzeichnis.

Erscheint lt. Verlag 15.4.1998
Reihe/Serie Springer-Lehrbuch
Zusatzinfo XI, 292 S. 43 Abb.
Verlagsort Berlin
Sprache deutsch
Maße 155 x 235 mm
Gewicht 460 g
Themenwelt Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Schlagworte Algorithm analysis and problem complexity • Algorithmen • Automat • Automaten • Evolution • Evolutionäre Algorithmen • Fuzzy Methoden • Genetische Algorithmen • Informatik; Handbuch/Lehrbuch • Künstliche Neuronale Netze • Modellierung • Neuronale Netze • Neuronale Netzwerke • Optimierung • Parallele Algorithmen • Paralleles Rechnen • Soft Computing • überwachtes Lernen • Unscharfe Daten • Unscharfe Mengen • unüberwachtes Lernen
ISBN-10 3-540-60650-5 / 3540606505
ISBN-13 978-3-540-60650-5 / 9783540606505
Zustand Neuware
Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?
Mehr entdecken
aus dem Bereich
Künstliche Intelligenz, Macht und das größte Dilemma des 21. …

von Mustafa Suleyman; Michael Bhaskar

Buch | Softcover (2025)
C.H.Beck (Verlag)
CHF 25,20
Eine kurze Geschichte der Informationsnetzwerke von der Steinzeit bis …

von Yuval Noah Harari

Buch | Hardcover (2024)
Penguin (Verlag)
CHF 39,95