var search_autocompletion_data = ['','Gehirn','Neuronale Netze','künstliche neuronale Netze','McCulloch','Pitts','Formalmodell des Neurons','Verhalten und Erleben','Anwendungsprobleme','Matrizenberechnungen','Units','Neuron','Unit','Einheit','Knoten','Input-Units','Signale','Reize','Muster','Hidden-Units','interne Repräsentation der Außenwelt','Output-Units','Schicht','Layer','Verbindung','Kante','Gewicht','exzitatorisch','inhibitorisch','Wissen','Lernen','Gewichtsveränderung','Input','Output','Aktivitätslevel','Netzinput','Netto-Input','Netzeingabe','Netinput','Propagierungsfunktion','Linearkombination','Aktivitätsfunktion','Transferfunktion','Aktivierungsfunktion','Ausgabefunktion','Identitätsfunktion','Lineare Aktivitätsfunktion','Lineare Aktivitätsfunktion mit Schwelle','Schwelle','Binäre Schwellenfunktion','Sigmoide Aktivitätsfunktion','logistische Funktion','Tangens-Hyperbolicus-Funktion','biologischePlausibilität','Aktionspotentials','überschwappen','Differenzierbarkeit','Bias-Unit','Schwelle','Trainingsphase','Testphase','Ausbreitungsphase','reinforcement learning','supervised learning','teaching vector','unsupervised learning','Ausgangsreize','Neue Reize','Generalisierung','Matrix','Gewichtsmatrix','Concept map','Lernregel','Hebb','Hebb-Regel','Lernparameter','Delta-Regel','XOR-Problem','exklusives Oder','Backpropagation','Werbos','Rumelhart','Hinton','Williams','Fehlerterm','Rückwärtsausbreitung','Forward-Pass','Fehlerbestimmung','Backward-Pass','Gesamtfehler','absolutes Minimum','Hyperebene','Gradientenabstiegsverfahren','Gradient','lokales Minimum','lokale Umgebung','Lokale Minima','absolutes Minimum','Dimension des Netzes','Flache Plateaus','Zerklüftung','Verlassen guter Minima','Direkte Oszillation','Indirekte Oszillation','Initialisierung der Gewichte','Lernrate','Startpunkt des Gradientenabstiegsverfahrens','Art der Initialisierung','Lernrate','unsupervised learning','kompetitive Lernen','unsupervised','The Winner takes it all.','Competition','Netztyp','Pattern Associator','Klassische Konditionierung','Übergeneralisierung','Toleranz gegenüber internen Schäden','Toleranz gegenüber externen Schäden','Prototypen','Rekurrente Netze','Rückkopplungen','zeitlich codierte Informationen','Feedforward-Netzen','direct feedback','indirect feedback','lateral feedback','vollständigen Verbindungen','Kontext-Einheiten','Simple Recurrent Network','dynamisches Gedächtnis','arbiträrer Abbildungen','Autoassociator','Jordan-Netze','Anwendungen rekurrenter Netze','Attraktorennetze','Attraktor','Bassins der Attraktion','Rauschen','Eigenschaften von Attraktorennetzen','Latenzzeiten','Lernen arbiträrer Abbildungen','Diskriminanzanalyse','mapping','Clustern eines Inputraumes','Kompetitive Netze','unsupervised learning','Anwendungen kompetitiver Netze','Faktorenanalyse','Musterklassifikation','Korreliertes Lernen','correlated teaching','unnatürliche Klassifikation','Kohonennetze','Kohonen Feature Maps','Self-Organizing Maps','unsupervised learning','maps','Kohonen','Kohonen','Grossberg','von der Malsburg','Okzipitallappen','Hubel','Wiesel','somatosensorischen und motorischen Kortex','topographischen Anordnungen','sensorische Erfahrung','Aufbau: Kohonennetze','Berechnung: Kohonennetze','Inputvektor','Inputmuster','Gewinner-Unit','Nachbarschaft','Lernkonstante','stabiler Zustand','Wichtige Parameter: Kohonennetze','Zähler','Radius der Nachbarschaft','Lernparameter','Matrixgröße','Nachbarschaftsfunktion','Anwendungsmöglichkeiten: Kohonennetze','Approximation von Funktionen','Inverse Kinematik','n-dimensionale Figuren','Traveling Salesman Problem','Elastischen Netzalgorithmus','Spracherkennung','Unterschriftenerkennung','Gesichtererkennung','Mustererkennung','Eigenschaften neuronaler Netze','Parallelverarbeitung','seriell','Verteilte Speicherung','lokale Speicherung','biologische Plausibilität','Gehirn','Toleranz gegenüber internen Schäden','Toleranz gegenüber externen Fehlern','Generalisation','Kategorienbildung','Übergeneralisierung','Output der zentralen Tendenz','Prototypen der Kategorie','Inhaltsabruf','content addressability','Lernfähigkeit','Freiheitsgrade','Erfassung nonlinearer Zusammenhänge','Probleme neuronaler Netze','Freiheitsgrade','Falsifikation','Immunisierungsstrategie','Popper','Falsifizierbarkeit','biologische Plausibilität','Rechenaufwand','Funktionsweise menschlicher Gehirne','Anwendungen','Farbkonstanz','Routinetätigkeiten','hierarchische Modelle','Hierarchische Modelle','autistische Entwicklungsstörung','Rain Man','Autismus'];