Lectures on computer science. Vol. 4: Parallel computing and non-analytic solution methods
Introductory exposition (textbooks, tutorial papers, etc.) pertaining to computer science (68-01) Modes of computation (nondeterministic, parallel, interactive, probabilistic, etc.) (68Q10) Cellular automata (computational aspects) (68Q80) Learning and adaptive systems in artificial intelligence (68T05)
Der 4. Band der Reihe ``Vorlesungen über Informatik greift die für das traditionelle Informatik-Grundstudium ungewöhnlichen Thematiken der Parallelität und der Computational Intelligence auf. Im einzelnen werden paralleles Rechnen, Zellularautomaten, künstliche neuronale Netze, zufallsgesteuerte Optimierung, unscharfe Informationsverarbeitung und Fouriertransformation (im Anhang) behandelt. Sozusagen als Seiteneffekt des Buches, wird durch den Autor eine (längst überfällige?) Erneuerung der Themen des Informatik-Grundstudiums, denen die Bände 1-4 insgesamt gewidmet sind, angeregt. Kapitel 19 behandelt das parallele Rechnen. Hierzu müssen zunächst parallele Rechnermodelle, das Datenflußmodell und parallele Programmverifikationstechniken diskutiert werden. Das abstrakte parallele Rechnermodell muß schließlich auf eine technische Realisierung, wie ein sternförmiges Netzwerk oder einen Hyperwürfel abgebildet werden. Desweiteren werden Entwurfstechniken für das parallele Rechnen wie paralleles Teile-und-Herrsche, ausgewogene Bäume und Zeigerspringen behandelt. Zellularautomaten, die in Kapitel 20 behandelt werden, sind sehr spezielle parallele Rechnermodelle, da sie völlig synchron und stereotyp unter ausschließlicher Verwendung lokaler Information arbeiten. Die Themen der Kapitel 21-23 sind der Computational Intelligence gewidmet, dies sind zunächst die künstlichen neuronalen Netze in Kapitel 21, deren einfachstes Neuronenmodell das von McCulloch and Pitts ist, und als Grundlage für Perzeptrone und Hopfield-Netze dient. Neuronale Netze werden nicht im traditionellen Sinne programmiert, sondern sie haben die Fähigkeit des Lernens (anhand von Beispielen oder anhand eines ``Lehrers). Als Ersatz für das Programmieren dient somit die Auswahl der richtigen NN-Architektur und das Einrichten eines geeigneten Lern-Szenarios. Die entsprechenden grundlegenden Techniken, Methoden und Rückkopplungsformalismen werden behandelt. Der Oberbegriff zufallsgesteuerte Optimierung (Kapitel 22) umfaßt Verfahren, die im Sinne der biologischen Evolution eine schon gefundene Lösung nach gewissen Kriterien weiteroptimieren. Hierbei werden die verschiedensten Methoden, von Evolutionsstrategien, genetischen Algorithmen, über lokale Verbesserungsstrategien, Graduiertenverfahren und simuliertes Tempern (Simulated Annealing) angewandt. Für einen Großteil der Methoden ist die Verwendung von Zufallsgeneratoren von Bedeutung. Schließlich werden in Kapitel 23 die Grundlagen der unscharfen Informationsverarbeitung (von Fuzzy Logic über Fuzzy Mengen bis zur Fuzzy Regelung) behandelt. Der Anhang des 4. Bandes gibt einen Abriß über Fourierreihen, das Abtasttheorem und die (schnelle) Fouriertransformation, da diese Begriffe in den vorausgehenden Kapiteln, auch in den ersten Bänden, gelegentlich eine Rolle spielen.
- scientific article; zbMATH DE number 108004
- scientific article; zbMATH DE number 3460188
- Parallel computation: Theory and algorithms (review)
- scientific article; zbMATH DE number 57392
- Parallel Computing
- scientific article; zbMATH DE number 2006788
- Parallel processing and parallel algorithms. Theory and computation
This page was built for publication: Lectures on computer science. Vol. 4: Parallel computing and non-analytic solution methods
Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q4231549)
