Computational Intelligence – serie

Methods from Fuzzy Logic since the end of the 80th were the sources for remarkable applications of computer modelling in fields which before looked essentially inaccessible. The main tool for that, the fuzzy controllers - a method of rule based rough modelling using fuzzy information - is presented in this book and investigated from a mathematical point of view. The basic notions from fuzzy set theory and many-valued logic are explained in detail, and a theory of fuzzy equations and systems of them is developed and applied to fuzzy controllers. The final chapter discussed methodological issues arising out of the process of developing and evaluating fuzzy models. Methoden der Fuzzy-Logik haben seit dem Ende der 80er Jahre zu bemerkenswerten Automatisierungslosungen in Bereichen gefuhrt, die zuvor dem Computereinsatz weitgehend verschlossen schienen. Die dabei vor allem benutzten unscharfen Regler, eine Methode regelbasierter Grobmodellierungen mit Hilfe unscharfer Informationen, werden in diesem Buch dargestellt und mathematisch untersucht.Die dazu notigen Grundlagen aus der Theorie der fuzzy sets und der mehrwertigen Logik werden ausgiebig erortert, und es wird eine Theorie unscharfer Gleichungssysteme und ihrer Losbarkeit entwickelt und auf unscharfe Regler angewendet. Ein Kapitel zu methodologischen Problemen der Bildung und Bewertung unscharfer Modelle beschliesst das Werk, das als Standardwerk Theoretikern und Praktikern empfohlen ist.

The Computational Brain, das aussergewohnliche Buch uber vergleichende Forschung in den Bereichen von menschlichem Gehirn und neuesten Moglichkeiten der Computertechnologie, liegt hiermit erstmals in deutscher Sprache vor. Geschrieben von einem fuhrenden Forscherteam in den USA, ist es eine Fundgrube fur alle, die wissen wollen, was der Stand der Wissenschaft auf diesem Gebiet ist. Die Autoren fuhren die Bereiche der Neuroinformatik und Neurobiologie mit gut ausgesuchten Beispielen und der gebotenen Hintergrundinformation gekonnt zusammen. Das Buch wird somit nicht nur dem Fachwissenschaftler sondern auch dem interdisziplinaren Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht. Ubersetzt wurde das Buch von Prof. Dr. Steffen Holldobler und Dipl.-Biol. Claudia Holldobler, einem Informatiker und einer Biologin. Rezension in Spektrum der Wissenschaft nr. 10, S. 122 f. im Oktober 1997 (...) Die 1992 erschienene amerikanische Originalausgabe des vorliegenden Werkes ist so erfolgreich, dass man bereits von einem Klassiker reden kann. (...) (...) ...ist das Buch sehr zu empfehlen.In Verbindung von Neurobiologie und Neuroinformatik konkurrenzlos, vermittelt es einiges von der Faszination theoretischer Hirnforschung, die auch in Deutschland zunehmend mehr Wissenschaftler in ihren Bann schlagt. Rezension erschienen in: Computer Spektrum 3/1997, S. 2 (...)Das Buch wird somit nicht nur dem Fachwissenschaftler, sondern auch den interdisziplinaren Interesse des Informatikers und des Biologen auf eine hervorragende Weise gerecht(...)

This book contains a selection of revised papers and state-of-the-art overviews on current trends and future perspectives of fuzzy systems. A major aim is to address theoretical as well as application-oriented issues and to contribute to the foundation of concepts, methods, and tools in this field. The book is written by researchers who attended the workshop "Fuzzy Systems '93 - Management of Uncertain Information" (Braunschweig, Germany, October 21-22, 1993), organized by the German Society of Computer Science (GI), the German Computer Science Academy (DIA), and the University of Braunschweig.Dieses Buch enthalt ausgewahlte und auf neuesten Stand gebrachte Fachaufsatze und "State of the Art"-Ubersichtsartikel in englischer Sprache. Sie geben einen Uberblick uber aktuelle Trends sowie Zukunftsperspektiven der Fuzzy-Systeme. Besonderer Wert wird darauf gelegt, dass das Buch in einem ausgewogenen Verhaltnis von Theorie und Praxis zur Fundierung von Konzepten, Methoden und Werkzeugen beitragt.Hervorgegangen ist das Werk aus einem von der Gesellschaft fur Informatik (GI), der Deutschen Informatik Akademie (DIA) und der TU Braunschweig gemeinsam veranstalteten GI-Workshop "Fuzzy-Systeme '93 - Management unsicherer Informationen" (Braunschweig, 21.-22.10.1993). Die Aufsatze wurden uberarbeitet und um Uberblicksartikel erganzt, geschrieben von H. J. Zimmermann, H. Hellendorn, D. Nauck, C. Freksa, S. Gottwald und K. D. Meyer-Gramann.

Wissensbasierte Systeme bilden ein Teilgebiet der Künstlichen Intelligenz (KI) und umfassen schwerpunktmäßig Expertensysteme, aber z.B. auch Natürlichsprachliche und Bildverstehende Systeme. Wissensbasierte Systeme verfügen über komplexe Formalismen zur Repräsentation und umfangreiche Techniken zur Verarbeitung von Wissen.Das Buch richtet sich sowohl an Studenten wie auch an Praktiker. Es gibt einen kompetenten Überblick von den Grundlagen bis hin zu den Anwendungen. Die verschiedenen Komponenten bei der Arbeit mit Wissensbasierten Systemen (Wissensbasis, Inferenzmaschine, Akquisition, Erklärung und Dialog) werden in ihrem Zusammenwirken verständlich dargestellt. Insbesondere wird dem Gesichtspunkt der Echtzeitfähigkeit Wissensbasierter Systeme Aufmerksamkeit geschenkt.

Das Gebiet der Wissenspräsentation und Inferenz umfaßt einen zentralen Bereich der Intellektik, d.h. des Gebietes der Künstlichen Intelligenz und der Kognitionswissenschaft. Es behandelt einerseits die Fragen nach einer formalen Beschreibung von Wissen jeglicher Art, besonders unter dem Aspekt einer maschinellen Verarbeitung in modernen Computern. Andererseits versucht es, das Alltagsschließen des Menschen so zu formalisieren, daß logische Schlüsse auch von Maschinen ausgeführt werden könnten. Das Buch gibt eine ausführliche Einführung in dieses umfangreiche Gebiet. Dem Studenten dient es im Rahmen einer solchen Vorlesung oder zum Selbststudium als umfassende Unterlage, und der Praktiker zieht einen großen Gewinn aus der Lektüre dieses modernen Stoffes, der in dieser Breite bisher nicht verfügbar war. Darüber hinaus leistet das Buch einen wichtigen Beitrag zur Forschung dadurch, daß viele Ansätze auf diesem Gebiet in ihren inneren Bezügen in ihrer Bedeutung klarer erkennbar werden und so eine solide Basis für die zukünftige Forschungsarbeit geschaffen ist. Der Leser ist nach der Lektüre dieses Werkes in der Lage, sich mit Details der Wissenspräsentation und Inferenz auseinanderzusetzen.

Neuronale Netze sind in den letzten Jahren Gegenstand intensiver Forschungen gewesen. Dieses Buch verbindet die Darstellung neuester Ergebnisse aus dem Bereich der Lernverfahren mit anwendungsbezogenen Aspekten. Es werden methodische Prinzipien der Erstellung von Softwaresystemen, die auf konnektionistischen Verfahren basieren, herausgearbeitet. Fallbeispiele aus unterschiedlichen Anwendungsdomanen zeigen die vielfaltigen Einsatzmoglichkeiten fur Neuronale Netze.

Dieses Buch ist das Standardwerk zu einem neuen Bereich der angewandten Fuzzy-Technologie, der Fuzzy-Clusteranalyse. Diese beinhaltet Verfahren der Mustererkennung zur Gruppierung und Strukturierung von Daten. Dabei werden im Gegensatz zu klassischen Clustering-Techniken die Daten nicht eindeutig zu Klassen zugeordnet, sondern Zugehorigkeitsgrade bestimmt, so dass die Fuzzy-Verfahren robust gegenuber gestorten oder verrauschten Daten sind und fliessende Klassenubergange handhaben konnen. Dieses Werk gibt eine methodische Einfuhrung in die zahlreichen Fuzzy-Clustering-Algorithmen mit ihren Anwendungen in den Bereichen Datenanalyse, Erzeugung von Regeln fur Fuzzy-Regler, Klassifikations- und Approximationsprobleme sowie eine ausfuhrliche Darstellung des Shell-Clustering zur Erkennung von geometrischen Konturen in Bildern.

Evolutionäre Algorithmen bilden eine Klasse sehr universeller Werkzeuge zur Lösung von Optimierungsproblemen. Mit diesem Buch lernen Sie alles Wesentliche über dieses spannende Gebiet - ausgehend von den Grundlagen bis hin in die Anwendung. Es geht um Techniken wie genetische Algorithmen, Evolutionsstrategien und genetische Programmierung. Gewinnen Sie ein klares Verständnis der zugrunde liegenden strategischen Arbeitsweise der einzelnen Algorithmen. Dies schafft die Voraussetzung für den effizienten Einsatz der Optimierungsverfahren in der Praxis. Die Beispielanwendungen, insbesondere aus dem Bereich der Optimierung von Fuzzy-Systemen, veranschaulichen und vertiefen die vermittelten Kenntnisse. Ein Buch für Studium und Selbststudium - Ergebnis jahrelanger Tätigkeit in Lehre, Forschung und Anwendung.

Kunstliche Neuronale Netze, die Fuzzy Set Theorie und Evolutionare Algorithmen werden als innovative und komplementare Problemlosungsansatze heute unter dem Begriff Soft Computing oder auch Computational Intelligence zusammengefasst. Das Buch bietet eine kompakte, gut verstandliche Einfuhrung in die Thematik und dokumentiert aktuelle betriebswirtschaftliche Anwendungen und Forschungsprojekte des Soft Computing. Damit erschliesst sich Innovationspotential, das zu Kostenvorteilen und Effizienzsteigerungen fuhren kann. Zahlreiche Abbildungen erganzen den Text. Das Buch kann als Grundlage zur Entwicklung eigener Anwendungen dienen oder als begleitender Text fur Lehrveranstaltungen.

Alle Prozesse in der Natur enthalten eine oder mehrere ungewisse Komponenten, zeigen Ungewißheiten oder haben einen mehr oder weniger ungewissen Ausgang. Dabei kann man unterscheiden, ob man einen Vorgang -oder einen Teil davon -als ungewiß ansieht, weil man ihn nicht exakt deterministisch erfassen kann (z. B. die Kursentwicklung an einer Wertpapierbörse), ob man ihn als genuin zufällig ansieht (z. B. den radioaktiven Zerfall eines Stoffes) oder ob die Ungewißheit des Vorgangs von seiner Beschreibung mit vagen Begriffen herrührt. Unsere heutigen sehr kom­ plexen sozialen und technischen Strukturen sind ohne den Einsatz von Verfahren zur Behandlung ungewisser Effekte nicht mehr vorstellbar, wenn man z. B. nur an Lebens-und Krankenversicherungen einerseits und an die Berechnung der Zu­ verlässigkeit technischer Systeme und Prozesse andererseits denkt. Die Entwicklung mathematischer Werkzeuge zur Wahrscheinlichkeitsrechnung und Statistik führte zu der bis in unser Jahrhundert unangefochtenen Stellung der Stochastik als der besten wissenschaftlichen Methode zur Behandlung von Aspekten der Ungewißheit. In der zweiten Hälfte des 20. Jahrhunderts etablierte sich dann die Fuzzy Theorie, die Lotfi Zadeh in der Arbeit "Fuzzy Sets" (1965) als Verallgemeinerung der Can­ torschen Mengentheorie begründete, als eine ernstzunehmende Konkurrentin für die Aufgabe, Ungewißheiten zu modellieren. Die weiteren Entwicklungen brachten eine über Jahrzehnte geführte Auseinandersetzung zwischen Stochastikern und Vertre­ tern der Fuzzy Theorie, aber auch eine überaus erfolgreiche Anwendung der Theorie in vielen Bereichen der angewandten Wissenschaften und der Industrie.

A large number of problems require the optimization of multiple criteria. These crite­ ria are often non-commensurate and sometimes conflicting in nature making the task of optimization more difficult. In such problems, the task of creating a combined opti­ mization function is often not easy. Moreover, the decision procedure can be affected by the sensitivity of the solution space, and the trade-off is often non-linear. In real life we traditionally handle such problems by suggesting not one, but several non-dominated solutions. Finding a set of non-dominated solutions is also useful in multistaged opti­ mization problems, where the solution of one stage of optimization is passed on to the next stage. One classic example is that of circuit design, where high-level synthesis, logic synthesis and layout synthesis comprise important stages of optimization of the circuit. Passing a set of non-dominated partial solutions from one stage to the next typically ensures better global optimization. This book presents a new approach to multi-criteria optimization based on heuristic search techniques. Classical multicriteria optimization techniques rely on single criteria optimization algorithms, and hence we are either required to optimize one criterion at a time (under constraints on the others), or we are asked for a single scalar combined optimization function. On the other hand, the multiobjective search approach maps each optimization criterion onto a distinct dimension of a vector valued cost structure.

This book presents the results of our past two-and-a-half years of research aimed at increasing the scalability and performance of game-tree search in computer chess. We elaborate on our respective works in the areas of (I) selective forward pruning, (II) the efficient application of game-theoretical knowledge, and (III) the behaviour of the search at increasing depths. The broad range of topics covered by the three distinct parts of the book seek to provide interesting material for everybody interested in the field of "Compu­ tational Intelligence", regardless of their individual focus (researcher, student, or other). The text does not require readers to know about chess and computer game-playing beforehand. The initial chapter entitled "Computer-Chess Primer" introduces all the necessary basics and fundamentals thereof. The remaining chapters, however, go far beyond those topics. They show how to make sophisticated game-tree searchers still more scalable at ever higher depths. Throughout the whole book, our high-speed and master-strength chess program DARKTHOUGHT serves as a realistic test vehicle to conduct numerous experiments at unprecedented search depths. The extensive experimental evalu­ ations provide convincing empirical evidence for the practical usefulness of the techniques presented by us. These results will certainly be of special interest to researchers and programmers of computer strategy-games alike (chess, checkers, Go, and Othello in particular). Last but not least, I like to mention that I am most grateful to the series editors for offering me the opportunity to publish my book under their auspices.

Das Buch behandelt die wichtigsten Methoden zur Erkennung und Extraktion von "Wissen" aus numerischen und nichtnumerischen Datenbanken in Technik und Wirtschaft. Hierzu gehören Algorithmen zur Vorverarbeitung, Aufbereitung, Visualisierung und Analyse von Daten. Neben linearen statistischen Methoden werden moderne Verfahren aus den Gebieten Clusteranalyse, Fuzzy-Logik, Neuroinformatik, maschinelles Lernen, Entscheidungsbäume und Agentensysteme vorgestellt. Die praktische Umsetzung der Datenanalyse wird anhand realer Anwendungsprojekte aus der Prozeßtechnik, Netzwerktechnik, Bildverarbeitung und Marketing erläutert. Der Leser lernt die Motivation und Grundlagen der unterschiedlichen Datenanalysemethoden kennen und wird in die Lage versetzt, diese in eigenen Projekten erfolgreich einzusetzen.

This is the second and slightly revised edition of this book. A few errors have been fixed, and some references to related work have been added. I thank the readers for their comments on the first edition. We analyze the search efficiency of a number of common refutational theorem proving strategies on propositional and near-propositional prob­ lems. Search efficiency is concerned with the total number of proofs and partial proofs generated, rather than with the sizes of the proofs. We show that most common strategies produce search spaces of expo­ nential size even on simple sets of clauses, or else are not sensitive to the goal. However, clause linking, which uses a reduction to proposi­ tional calculus, has behavior that is more favorable in some respects, a property that it shares with methods that cache subgoals. A strat­ egy which is of interest for term-rewriting based theorem proving is the A-ordering strategy, and we discuss it in some detail. We show some advantages of A-ordering over other strategies, which may help to explain its efficiency in practice. We also point out some of its com­ binatorial inefficiencies, especially in relation to goal-sensitivity and irrelevant clauses. In addition, SLD-resolution, which is of importance for Prolog implementation, has combinatorial inefficiencies; this may suggest basing Prolog implementations on a different theorem proving strategy. We also develop techniques for studying the asymptotic complexity of first-order theorem provers. This permits an analytic comparison of the worst-case performances of various theorem proving methods.

Sehen ist die Ermittlung von Informationen aus Bildern. Welche Informationsquellen dabei genutzt werden und wie die Auswertung im Einzelnen vorgenommen werden kann, ist Gegenstand dieses einführenden Lehrbuches. Es behandelt die sogenannte Kompetenztheorie des Sehens für die elementaren Wahrnehmungen, wie Kontrast, Farbe, Tiefe und Bewegung. Als visuell gesteuerte Verhaltensleistungen werden Augenbewegungen und die Navigation behandelt. Technisches Sehen (Computer vision) und die Wahrnehmungsmechanismen des Menschen werden wo immer möglich gemeinsam und vergleichend dargestellt. Die verwendeten mathematischen Verfahren werden im Text eingeführt und erläutert; ein Glossar wesentlicher Begriffe erleichtert das Verständnis.

Eines der spannendsten Themen im Bereich intelligenter Systeme - von namhaften Autoren geschrieben - zum Lernen und Nachschlagen. Das Buch führt in das Thema der Neuronalen Netze ein und weist darüber hinaus den Weg bis zum vollen Verständnis modernster Fuzzy-Systeme. Neuronale Netze sind ein wichtiges Werkzeug in den Bereichen der Datenanalyse und Mustererkennung. Ursprünglich durch das biologische Vorbild inspiriert, wurde eine Vielfalt neuronaler Netze für verschiedenste Anwendungen entwickelt. Ihre Kopplung mit Fuzzy-Systemen führt zu den sogenannten Neuro-Fuzzy-Systemen. Diese weisen die Lernfähigkeit Neuronaler Netze auf und bieten gleichzeitig den Vorteil einer transparenten regelbasierten Struktur. Sie sind daher besonders vorteilhaft für Anwendungsbereiche, in denen verständliche Lösungen aus Daten erzeugt werden müssen.

Die Autoren behandeln umfassend zentrale Themen der Informatik von Künstlichen Neuronalen Netzen, über Evolutionäre Algorithmen bis hin zu Fuzzy-Systemen und Bayes-Netzen. Denn: Der Anwendungsbereich „Computational Intelligence“ erlangt durch viele erfolgreiche industrielle Produkte immer mehr an Bedeutung. Dieses Buch behandelt die zentralen Techniken dieses Gebiets und bettet sie in ein didaktisches Konzept ein, welches sich gezielt an Studierende und Lehrende der Informatik wendet. Für die vorliegende 2. Auflage des Buches wurden alle Themenbereiche überarbeitet, aktualisiert und zum Teil erweitert.Zusatzmaterialen wie Aufgaben, Lösungen und Foliensätze für Vorlesungen sowie Beispiele aus der industriellen Anwendung betonen den praktischen Charakter des Buches.

Lernen Sie in diesem Lehrbuch verschiedene Methoden wissensbasierter Systeme kennen  Intelligente Computersysteme sind in Zeiten der Digitalisierung ein wesentlicher Bestandteil der Gesellschaft. Es ist ihre Aufgabe, Wissen in jeglicher Form darzustellen und zu verarbeiten. Dieses Lehrbuch von Christoph Beierle und Gabriele Kern befasst sich mit unterschiedlichen Methoden wissensbasierter Systeme.  Die überarbeitete sechste Auflage des Werkes umfasst 14 Kapitel, die sich unter anderem mit folgenden Themen befassen:·         Einleitung·         Wissensbasierte Systeme im Überblick·         Logikbasierte Wissensrepräsentation und Inferenz·         Regelbasierte Systeme·         Maschinelles Lernen·         Fallbasiertes Schließen·         Truth Maintenance-Systeme·         Default-Logiken·         Logisches Programmieren und Antwortmengen·         Argumentation·         Aktionen und Planen·         Agenten·         Quantitative Methoden I – Probabilistische Netzwerke·         Quantitative Methoden II – Dempster-Shafer-Theorie, Fuzzy-Theorie und Possibilistik Neben der Künstlichen Intelligenz ist außerdem die logikbasierte Wissensrepräsentation und Inferenz von zentraler Bedeutung in diesem Lehrbuch über die Methoden der künstlichen Intelligenz. Dazu bereiten die Autoren den Inhalt anschaulich und leicht verständlich auf und machen das kompakte Nachschlagewerk so zu einer absoluten Empfehlung für das Selbststudium und als Begleittext für entsprechende Vorlesungen.Erfahren Sie mehr über die aktuellen Entwicklungen  Das Lehrbuch erklärt Ihnen nicht nur die Grundlagen (z. B. Algorithmen) zu verschiedenen Methoden wissensbasierter Systeme. Es zeigt Ihnen zudem die Funktionen eingebetteter Systeme und kristallisiert die Notwendigkeit Künstlicher Intelligenzen heraus. Die Autoren befassen sich sowohl mit den Stärken als auch mit den Schwächen der heutigen Technik, um Ihnen mit diesem Lehrbuch ein kritisches Verständnis für die Methoden wissensbasierter Systeme zu vermitteln.

Nach der technologischen Revolution, die die Erfindung des Computers ausgelöst hat, steht mit der Zusammenführung von Computing und Quantenmechanik die nächste bevor: Quantum Computing. Anschaulich und auf Beispiele gestützt führt dieses Buch in die Grundlagen des Quantum Computing ein. Was ein Quantencomputer ist und was er kann wird anhand von Algorithmen erläutert, also anhand von konkreten Rechenverfahren. Dieser an den Grundlagen orientierte Zugang befähigt Leserinnen und Leser aktuelle und auch künftige Entwicklungen einzuordnen. Um zu verstehen, wie Quantencomputer rechnen, erklärt der Autor, der als Professor für Informatik an der TH Brandenburg lehrt, zunächst die einfachen quantenmechanischen Prinzipien und stellt diese so anwendungsorientiert wie nur möglich dar.Neben den einführenden Kapiteln, die selbst grundlegende Begriffe wie Berechnung oder Algorithmus ausführlich erläutern, widmen sich die folgenden Kapitel 5 bis 8 den Anwendungen des Quantum Computing. Allewesentlichen Ergebnisse wie etwa Grovers Suchalgorithmus oder Shors Faktorisierungsalgorithmus werden detailliert und intuitiv verständlich dargestellt. Zudem werden Ergebnisse der Forschung wie Teleportation und Quantenkryptographie präsentiert. Diese Kapitel vermitteln vertiefendes Wissen als Vorbereitung auf die Lektüre der Forschungsliteratur. Für alle, die sich noch einmal die mathematischen Grundlagen ins Gedächtnis rufen wollen, bietet der Anhang eine knappe Darstellung zum Nachschlagen.Das Buch erscheint in der Reihe „Computational Intelligence“ und richtet sich an Studierende der Informatik, aber auch an alle anderen Interessierten. Für die 6. Auflage wurde das Buch vollständig durchgesehen und aktualisiert. Neu hinzugekommen ist unter anderem eine kurze Einführung in das Thema Quantum Annealing.

In diesem Buch werden alle Teilgebiete der KI kompakt, leicht verständlich und anwendungsbezogen vorgestellt. Der Autor kennt das Gebiet nicht nur bestens aus Forschung und praktischer Anwendung, sondern engagiert sich auch erfolgreich in der Lehre. Die Themen reichen von der klassischen Logik über das Schließen mit Unsicherheit und maschinelles Lernen bis hin zu Anwendungen wie Diagnosesysteme, lernfähige Roboter oder Kreativität in der KI. Die 6. Auflage erweitert den Teil über Large Language Models und bietet ein neues Kapitel über die Auswirkungen von KI auf die heutige Gesellschaft. Sie profitieren von dem umfassenden Einblick in dieses faszinierende Teilgebiet der Informatik, wobei, abgesehen von grundlegenden Programmierkenntnissen sowie etwas Mathematik, alle Voraussetzungen für ein gutes Verständnis bereitgestellt werden. Sie gewinnen vertiefte Kenntnisse, z. B. hinsichtlich der wichtigsten Verfahren zur Repräsentation und Verarbeitung von Wissen und in dem immer wichtiger werdenden Gebiet des maschinellen Lernens. Vor allem der Anwendungsbezug steht im Fokus der Darstellung. Viele Übungsaufgaben mit Lösungen sowie eine strukturierte Liste mit Verweisen auf Literatur und Ressourcen im Web ermöglichen ein effektives und kurzweiliges Selbststudium.

Nach der technologischen Revolution durch den Computer steht mit der Verbindung von Informatik und Quantenmechanik die nächste tiefgreifende Entwicklung bevor: Quantum Computing. Dieses Buch bietet eine anschauliche und praxisnahe Einführung in das Quantencomputing und richtet sich an Studierende, Lehrende sowie technisch interessierte Leserinnen und Leser.Statt abstrakter Theorie erklärt das Werk, was ein Quantencomputer ist und wie er funktioniert, konsequent anhand von konkreten Rechenverfahren. Dieser algorithmische Zugang ermöglicht es, sowohl aktuelle Entwicklungen als auch zukünftige Anwendungen von Quantencomputern fundiert einzuordnen.Zu Beginn führt der Autor – Professor für Informatik an der TH Brandenburg – verständlich in die Grundlagen des Quantum Computing ein. Konzepte wie Superposition und Verschränkung werden anwendungsorientiert und didaktisch klar dargestellt, auch für Leserinnen und Leser ohne Vorkenntnisse in Physik.Aufbauend darauf widmen sich die weiteren Kapitel den zentralen Anwendungen des Quantum Computing. Wichtige Ergebnisse wie Quantenteleportation, Grovers Suchalgorithmus, Quantenkryptographie und Shors Faktorisierungsalgorithmus werden detailliert, intuitiv und schrittweise erklärt. Diese Inhalte bieten eine solide Vorbereitung auf die weiterführende Forschungsliteratur.Ein kompakter mathematischer Anhang ermöglicht das gezielte Nachschlagen zentraler Grundlagen.Aktualisiert und erweitert – 7. AuflageFür die 7. Auflage wurde das Buch vollständig überarbeitet und didaktisch weiter verbessert. Die einführenden Kapitel wurden erweitert, neue Übungsaufgaben mit Lösungen ergänzt. Neu behandelt werden unter anderem:Visualisierung an der BlochkugelPhase‑Kickbackder SWAP-TestDichtematrizenein Ausblick auf die Programmierung von QuantencomputernDieses Buch ist der ideale Einstieg ins Quantum Computing – fundiert, verständlich und praxisnah.

Ausgehend von der Frage "Was ist Sprache" behandelt das Buch alle Aspekte der automatischen Spracherkennung. Methoden des Mustervergleiches sowie der statistischen Modellierung werden ausführlich dargestellt. Eine Vielzahl von anschaulichen Beispielen verdeutlichen die vorgestellten Methoden. Zahlreiche Übungen ermöglichen es den Lesern, das vermittelte Grundlagenwissen praktisch umzusetzen.