Ein massiv paralleles Rechnersystem für die Emulation künstlicher neuronaler Netze und genetischer Algorithmen mit Anwendungen in der Bildmustererkennung

Genetische Algorithmen und künstliche neuronale Netze erweisen sich immer mehr als Schlüssel zur automatischen - rechnergestützten - Lösung komplexer Probleme, für die bisher keine befriedigenden analytischen Lösungsverfahren oder Heuristiken formuliert werden konnten. Zu dieser Problemklasse zählen alltägliche Aufgaben, wie die visuelle Mustererkennung genauso wie abstrakte Konstruktions- oder Entwurfsverfahren. Mit der Arbeit soll gezeigt werden, wie beide Techniken für die Lösung von Erkennungs- und Strukturbildungsproblemen eingesetzt werden können und wie aus ihrer Symbiose eine neue Klasse genetisch konstruierter neuronaler Netze entsteht. Diese GNN genannten Netzwerke erlauben nun z.B. den automatischen Entwurf von Merkmalextraktoren und Klassifikatoren für die Bilderkennung. Es entstehen hierbei allerdings hohe Anforderungen an die benötigte Rechnerhardware, die nur mit Hilfe einer besonderen Architektur erfüllt werden können.