Vorlesungsverzeichnis 

Vorlesung im Detail

Neural networks for solving ordinary differential equations

Nummer
011454, WS1920
Dozentinnen und Dozenten
Veranstaltungstyp (SWS)
Spezialvorlesung (2+1)
Ort und Zeit
  • M/1011 Mi 14:00 2h
Modul-Zugehörigkeit (ohne Gewähr)
  • DPL:B:-:2
  • DPL:E:-:-
  • SRV:-:-:S-R20x
  • DPL:F:-:1
  • DPL:A:-:-
  • BAMA:-:4:MAT-439
  • BATMA:-:4:MAT-439
  • BAWMA:-:4:MAT-439
  • MAMA:-:4:MAT-439
  • MATMA:-:4:MAT-439
  • MAWMA:-:4:MAT-439
Sprechstunde zur Veranstaltung
nach Vereinbarung
Anmeldung?
ohne Angabe
Gewünschte Vorkenntnisse
Basics of optimization Numerik I Basic understanding of Python is a plus
Inhalt
Preliminaries of Artificial Neural Network 1. Mathematical Model of Artificial Neural Network 2. Activation Function 3. Neural Network Architecture 4. Optmization algorithms 5. Learning in Neural Networks 6. Multi-layer Perceptron 7. Backpropagation algorithm ………... Neural Networks Methods for Solving Ordinary differential equations 1. Multilayer Artificial Neural Networks 2. Regression-Based ANN 3. Single-Layers Functional Link Artificial 4. Single-Layers Functional Link Artificial with Regression-Based Wights ….
Bemerkungen
Link zum Modulhandbuch Mathematik
Im Vorfeld ist der Besuch des PYTHON-Kurses sehr hilfreich (01./02. Oktober 2019).
Weitere Informationen zu den Softwarekursen
Link zur Modulbeschreibungen Service: Wahlpflicht für Automation & Robotics, Maschinenbau o.ä.
Empfohlene Literatur
  • No text book is specified but the following reference books may be some of use and help
  • 1. S.Chakraverty, S.Mall: Artificial neural networks for Engineers and Scientists”Solving ordinary
  • differential equations”.
  • 2. Deep Learning by Ian Goodfellow , Yoshua Bengio and Aaron Courville

Übung zur Veranstaltung

Nummer der Übung
011455
Übungsgruppen
  • n.V.

« (zurück) zum Vorlesungsverzeichnis