QNN

Neuronale Schaltkreise sind in ihrer Arbeitsweise dem biologischen Nervensystem nachempfunden (siehe Neuronaler Erregungskreis).

Neuronale Schaltkreise beruhen auf der Technik künstlicher neuronaler Netze. Die Arbeitsweise Neuronaler Schaltkreise ist in der Regel Parallel Distributed Processing oder eine alternative davon abgeleitete Technik.

Überlegungen neuronale Schaltkreise für Neuroprothesen (vgl. Brain-Computer Interface) zu nutzen gibt es seit langem (Rolf Eckmiller). Bislang sind Versuche solcher Realisierungen nicht über das Stadium von Tierversuchen hinausgekommen. Neuronale Schaltkreise haben sich in verschiedenen Bereichen als adaptive Filter und Regelkreise bewährt, sowie in der digitalen Bildverarbeitung (Bilderkennung, industrielle Qualitätssicherung). Die Leistung der künstlichen neuronalen Schaltkreise ist bislang weit hinter der natürlicher Systeme zurückgeblieben. Möglicherweise ändert sich das schlagartig, sobald diese Technologie mit Nanotechnologie und Quanteninformationstechnologie verbunden wird. Solche Verbindungen werden in jüngster Zeit als quantum neural network (QNN oder QANN) diskutiert. Eine besondere Variante ist dabei das fuzzy quantum neural network (bzw. fuzzy quantum artificial neural network), siehe Fuzzy-Logik.

Siehe auch

• Konnektionismus
• Neurotechnologie
• Künstliches neuronales Netz