Ableitung äquivalenter symbolbasierter Entscheidungsmodelle aus gegebenen neuronalen Feedforward-Netzen

Das Themengebiet der künstlichen Intelligenz, welches bereits seit Jahren eines der beherrschenden Phänomene in Forschung, Gesellschaft und Wirtschaft ist, wird primär durch zwei herausragende Ansätze realisiert. Zum einen werden Anwendungen in der KI seit langem symbolbasiert modelliert, zum anderen erzielen konnektionistische Modelle seit etwa 15 Jahren enorme Erfolge, wobei beide Ansätze jedoch völlig unterschiedliche Vor- und Nachteile aufweisen. Ziel dieser Arbeit ist es, eine Verbindung zwischen diesen Ansätzen zu schaffen, um zukünftig die jeweiligen Vorteile zu nutzen und die jeweiligen Nachteile ausgleichen zu können. Diese Verbindung soll durch ein äquivalentes, vollwertiges symbolbasiertes Entscheidungsmodell bereitgestellt werden, das aus einem gegebenen konnektionistischen Entscheidungsmodell abgeleitet wird.