Man sollte sich frühzeitig überlegen, für welches Fach, welchen Bereich und welches Thema wirkliches Interesse besteht. Wenn man für eine „Sache brennt“, kann die Arbeit dann nur gut werden.
In dieser Arbeit werde ich mich ausführlich mit dem Thema Neuronale Netze auseinandersetzen. Ich finde das Thema spannend, da erst seit wenigen Jahren bekannt ist, wie viele Möglichkeiten sich durch deren Verwendung ergeben, obwohl die ersten Ansätze schon fast ein Jahrhundert alt sind, weil aufgrund von mittlerweile vorhandener hoher Rechenkraft und großen Datenmengen dementsprechend viel geforscht wird. Besonders faszinierend ist die Tatsache, dass Neuronale Netze im Gegensatz zu üblichen Algorithmen die Lösung eines Problems selbst finden können und im Gegensatz zu anderen Arten des Maschinellen Lernens, wie beispielsweise bei genetischer Programmierung, nicht zu großen Teilen auf Zufall basieren. Mein Ziel ist es, die Funktionsweise verschiedener Typen von Netzen zu erklären, sowie diese in unterschiedlichen und relevanten Kategorien zu vergleichen und mich damit auseinanderzusetzen, welche Anwendungsmöglichkeiten sich bieten. Einige der Netze möchte ich auch implementieren, um eigenständige Test durchzuführen und mich auch nach dieser Arbeit weiter mit dem Thema beschäftigen sowie Neuronale Netze anwenden zu können. Ein Teil der Anwendungsbeispiele wird sich damit befassen, Daten entsprechend so zu kodieren, dass die Netze diese verarbeiten können und gute Ergebnisse produzieren. Hauptsächlich werde ich dort aber untersuchen, wie gut sich die unterschiedlichen Typen für entsprechende Aufgaben eignen.
Download (PDF)2024, Mathematik,
1. Platz,
Julia Klarissa
Grün, FH Wiener Neustadt
2019, Informatik,
1. Platz,
Marcel
Stepanek, Universität Augsburg
2018, Mathematik,
1. Platz,
Moritz
Bender, Rheinische Friedrich-Wilhelms-Universität Bonn