050105 VU Einführung in die Neuroinformatik (2017W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Sa 09.09.2017 09:00 bis So 24.09.2017 23:59
- Abmeldung bis So 15.10.2017 23:59
Details
max. 50 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine
MO 30.10.2017, 06.11.2017 und 13.11.2017 10.30-13.30; MO 20.11.2017 11.00-14.00; MO 27.11.2017 10.30-13.30; MO 11.12.2017 11.00-14.00; MO 08.01.2018 10.00-13.00; MO 15.01.2018 11.00-14.00; MO 22.01.2018 und 29.01.2018 10.30-13.30
Ort: GrSE Hirnforschung, Spitalgasse 4, 1. Obergeschoß, 1090 Wien
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
3 Übungen (60 Punkte)
1 Test ( 40 Punkte), ohne Unterlagen
Anwesenheit: 20 Punkte
1 Test ( 40 Punkte), ohne Unterlagen
Anwesenheit: 20 Punkte
Mindestanforderungen und Beurteilungsmaßstab
mindestens 50% aus Übungen+Test
Prüfungsstoff
Vorlesungsfolien + 3 Artikel:Elman, J. L. (1991). Distributed representations, simple recurrent networks, and grammatical structure. Machine Learning, 7, 195-224.Gerstner W.: Spiking Neurons, in Maass W., Bishop C. (eds.): Pulsed Neural Networks, MIT Press, 1999.Hinton G.E., McClelland J.L., Rumelhart D.E.: Distributed Representations, in Rumelhart D.E. and McClelland J.L., Parallel Distributed Processing, Explorations in the Microstructure of Cognition, Vol 1: Foundations, MIT Press, Cambridge/Boston/London, 1986.
Literatur
Eliasmith C., Anderson C.H.: Neural engineering, MIT Press 2003.Maass W., Bishop C.M.: Pulsed Neural Networks, MIT Press 1998.Churchland P.S., Sejnowski T.J.: The Computational Brain, MIT Press, 1992.Rojas R.: Theorie der neuronalen Netze, Springer, Berlin/Heidelberg/New York/Tokyo, 1993Elman J.L., Bates E.A., Johnson M.H., Karmiloff-Smith A., Parisi D., Plunkett K.: Rethinking Innateness, MIT Press/Bradford Books, Cambridge/London, 1996.
Zuordnung im Vorlesungsverzeichnis
Module: BIO BNI
Letzte Änderung: Mo 07.09.2020 15:29
Überblick Neuroinformatik/neuronale Modelle
McCulloch-Pitts Neuronen, Perceptrons, Mehrebenenperceptrons
Verteilte Repräsentationen
Lernen
Unüberwachtes Lernen, Selbstorganisierende Karten, adaptive resonance theory
Rückgekoppelte Netze, Assoziative Speicher, dynamische Modelle
Spike-response Modelle
Compartmental Models
Cognitve Neuroscience, EEG-Analyse, Brain-Computer-Interfaces