9 Einträge
Schlagwort: neural-networksLink:Xavier Glorot, Yoshua Bengio
Die Forschungsarbeit von Xavier Glorot und Yoshua Bengio untersucht, warum herkömmlicher Gradientenabstieg bei zufälliger Initialisierung in tiefen neuronalen Netzen oft scheitert. Die Autoren analysieren den Einfluss von Aktivierungsfunktionen und der Dynamik von Gradienten über verschiedene Schichten hinweg und stellen ein neues Initialisierungsverfahren für deutlich schnellere Konvergenz vor.
Artikel:David E. Rumelhart, Geoffrey E. Hinton & Ronald J. Williams
Die Forschungsarbeit von David E. Rumelhart, Geoffrey E. Hinton und Ronald J. Williams stellt das Backpropagation-Verfahren für neuronale Netze vor. Der Algorithmus passt Verbindungsgewichte schrittweise an, um Abweichungen zwischen Soll- und Ist-Ausgaben zu minimieren.
Artikel:Marvin Minsky, Seymour Papert
Das 1969 veröffentlichte Buch „Perceptrons“ von Marvin Minsky und Seymour Papert analysierte mathematisch die Grenzen einfacher neuronaler Netze. Es gilt historisch als Auslöser für die Abkehr vom Konnektionismus hin zur symbolischen KI und den anschließenden KI-Winter der 1980er-Jahre.
Link:Melanie Lefkowitz
Ein Rückblick der Cornell University beleuchtet das Leben und Werk von Frank Rosenblatt, der 1958 mit dem Perzeptron das erste künstliche neuronale Netzwerk vorstellte. Trotz heftiger Kritik seiner Zeitgenossen und des darauffolgenden KI-Winters bilden seine Algorithmen das Fundament moderner Deep-Learning-Systeme.
Artikel:Wikipedia-Autoren
Der Wikipedia-Artikel beschreibt das Perzeptron, einen Algorithmus für das überwachte Lernen linearer binärer Klassifikatoren, von Frank Rosenblatts Hardware-Entwicklung bis hin zu den mathematischen Grenzen des Modells.
Artikel:Wikipedia-Autoren
Der Wikipedia-Artikel beleuchtet das Leben und Werk des US-amerikanischen Psychologen Frank Rosenblatt (1928–1971), der durch die Erfindung des Perceptrons und seine Beiträge zu künstlichen neuronalen Netzen bekannt wurde.
Artikel:Warren Sturgis McCulloch and Walter Pitts
Das historische Papier von Warren Sturgis McCulloch und Walter Pitts aus dem Jahr 1943 begründete das Konzept künstlicher neuronaler Netze. Es beschreibt das Nervensystem als ein Netzwerk einfacher logischer Elemente, die Eingaben summieren und ab einem Schwellenwert ein Signal ausgeben. Die Autoren zeigten die Äquivalenz dieser Netze zu logischen Aussagen und zu Turing-Maschinen auf.
Link:Andrej Karpathy
Die persönliche Portfolio- und Ressourcen-Website des KI-Forschers Andrej Karpathy bietet einen Überblick über seine beruflichen Stationen, Lehrmaterialien, Vorträge und Open-Source-Projekte.
Aus Video: Weekly AI Updates: Model Releases, Agent Harnesses, and Developer Tooling (August 2026)
Artikel:Mikhail Belkin, Daniel Hsu, Siyuan Ma, Soumik Mandal
Ein Forschungsteam um Mikhail Belkin löst den scheinbaren Widerspruch zwischen klassischer Lerntheorie und modernen überparametrisierten Modellen auf. Die Autoren führen eine verallgemeinerte Leistungskurve mit sogenanntem Double Descent ein, die erklärt, warum Modelle nach dem Erreichen des Interpolationspunkts bei weiter steigender Kapazität wieder besser generalisieren.
Aus Video: Weekly AI Updates: Model Releases, Agent Harnesses, and Developer Tooling (August 2026)
9 von 9 angezeigt
Haben Sie einen interessanten Artikel, ein Video oder einen Tweet, der in unsere Wissensbasis gehört? Schreiben Sie uns an office@webconsulting.at.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
