商品簡介
Projektarbeit aus dem Jahr 2020 im Fachbereich BWL - Beschaffung, Produktion, Logistik, Note: 1,0, Sprache: Deutsch, Abstract: Ziel der vorliegenden Arbeit ist es, einen 鈁erblick er die Funktionsweise Neuronaler Netzwerke zu gewinnen. Darer hinaus sollen Anwendungsf鄟le Neuronaler Netzwerke in der Logistik kategorisiert und einige ausgew鄣lte Anwendungsf鄟le exemplarisch n鄣er erl酳tert werden. Systeme der Kstlichen Intelligenz (KI) sind Schlseltechnologien unserer Zeit und werden bereits in vielen Bereichen des allt輍lichen Lebens eingesetzt. Ein Teilgebiet der schwachen KI bilden Kstliche Neuronale Netzwerke, f die es bereits zahlreiche Anwendungsbereiche gibt, zu denen auch die Logistik geh顤t. Kstliche Neuronale Netzwerke (nachfolgend als Neuronale Netzwerke bezeichnet) bestehen aus miteinander verbundenen Einheiten, die natliche Neuronen nachbilden sollen. Die Informationsverarbeitung erfolgt, indem sich die Neuronen mithilfe von gewichteten Verbindungen untereinander aktivieren. Charaktertisch f Neuronale Netzwerke ist deren Lernf鄣igkeit. Sie k霵nen die Erledigung bestimmter Aufgaben anhand von Trainingsbeispielen erlernen, ohne dass daf eine explizite Programmierung notwendig ist. Neben der Lernf鄣igkeit zeichnen sich Neuronale Netzwerke durch eine verteilte Wissensrepr酲entation aus. Das gelernte "Wissen" ist in Neuronalen Netzwerken in Gewichten verteilt gespeichert, was zum einen eine hochgradig parallele Informationsverarbeitung erm鐷licht und zum anderen zu einer h鐬eren Fehlertoleranz des Gesamtsystems gegener dem Ausfall einzelner Neuronen oder Verbindungen frt. Es existieren eine Vielzahl von Anwendungsbereichen, die von den Eigenschaften von Neuronalen Netzwerken profitieren k霵nten. Unternehmen wie Google setzen Neuronale Netzwerke u. a. zum Zweck der Bilderkennung ein. Und erst kzlich besiegte Google Deep Mind den amtierenden Weltmeister im komplexen Strategiespiel Go. Dank der kontinuierlichen Weiterentwicklung in
