| G | Sektion G — Physik |
 | G06 | Datenverarbeitung; Rechnen oder Zählen |
| G06N | Rechenanlagen auf der Grundlage spezifischer Rechenmodelle [7] |
  | G06N 3/00 | Rechenanlagen auf der Grundlage biologischer Modelle [7, 2006.01, 2023.01] |
| G06N 3/004 | | . | Künstliches Leben, d.h. Rechenanlagen, die Leben simulieren [2023.01] |
|
| G06N 3/006 | | . . | auf der Grundlage simulierter virtueller individueller oder kollektiver Lebensformen, z.B. Sozialsimulationen oder Partikelschwarmoptimierung [Particle Swarm Optimisation, PSO] [2023.01] |
|
| G06N 3/008 | | . . | auf der Grundlage von physischen Einheiten, die von einer simulierten Intelligenz gesteuert werden, um intelligente Lebensformen zu imitieren, z.B. auf der Grundlage von Robotern, die Haustiere oder Menschen in ihrem Aussehen oder Verhalten imitieren [2023.01] |
|
| G06N 3/02 | | . | Neuronale Netze [7, 2006.01] |
|
| G06N 3/04 | | . . | Architektur, z.B. Verbindungstopologie [7, 2006.01, 2023.01] |
|
| G06N 3/042 | | . . . | Wissensbasierte neuronale Netze; Logische Darstellungen neuronaler Netze [2023.01] |
|
| G06N 3/043 | | . . . | auf der Grundlage von Fuzzy-Logik, Fuzzy-Zugehörigkeit oder Fuzzy-Inferenz, z.B. adaptive Neuro-Fuzzy-Inferenzsysteme [Adaptive Neuro-Fuzzy Inference Systems, ANFIS] [2023.01] |
|
| G06N 3/044 | | . . . | Rekurrente Netze, z.B. Hopfield-Netze [2023.01] |
|
| G06N 3/0442 | | . . . . | gekennzeichnet durch Gedächtnis oder Gating, z.B. Long Short-Term Memory [LSTM] oder Gated Recurrent Units [GRU] [2023.01] |
|
| G06N 3/045 | | . . . | Kombinationen von Netzen [2023.01] |
|
| G06N 3/0455 | | . . . . | Autoencoder-Netze; Encoder-Decoder-Netze [2023.01] |
|
| G06N 3/0464 | | . . . | Faltungsnetze [Convolutional Networks, CNN, ConvNet] [2023.01] |
|
| G06N 3/047 | | . . . | Probabilistische oder stochastische Netze [2023.01] |
|
| G06N 3/0475 | | . . . | Generative Netze [2023.01] |
|
| G06N 3/048 | | . . . | Aktivierungsfunktionen [2023.01] |
|
| G06N 3/049 | | . . . | Zeitabhängige neuronale Netze, z.B. Verzögerungselemente, oszillierende Neuronen oder gepulste Eingänge [2023.01] |
|
| G06N 3/0495 | | . . . | Quantisierte Netze; Spärlich verbundene Netze [Sparse Networks]; Komprimierte Netze [2023.01] |
|
| G06N 3/0499 | | . . . | Feedforward-Netze [2023.01] |
|
| G06N 3/06 | | . . | Physikalische Realisierung, d.h. Hardware-Implementierung von neuronalen Netzen, Neuronen oder Teilen von Neuronen [7, 2006.01] |
|
| G06N 3/063 | | . . . | unter Verwendung elektronischer Mittel [7, 2006.01, 2023.01] |
|
| G06N 3/065 | | . . . . | Analoge Mittel [2023.01] |
|
| G06N 3/067 | | . . . | unter Verwendung optischer Mittel [7, 2006.01] |
|
| G06N 3/08 | | . . | Lernverfahren [7, 2006.01, 2023.01] |
|
| G06N 3/082 | | . . . | Ändern der Architektur, z.B. Hinzufügen, Löschen oder Stummschalten von Knoten oder Verbindungen [2023.01] |
|
| G06N 3/084 | | . . . | Backpropagation, z.B. mittels Gradientenverfahren [2023.01] |
|
| G06N 3/086 | | . . . | mit Hilfe von evolutionären Algorithmen, z.B. genetischen Algorithmen oder genetischer Programmierung [2023.01] |
|
| G06N 3/088 | | . . . | Unüberwachtes Lernen, z.B. kompetitives Lernen [2023.01] |
|
| G06N 3/0895 | | . . . | Schwach überwachtes Lernen, z.B. halbüberwachtes oder selbstüberwachtes Lernen [2023.01] |
|
| G06N 3/09 | | . . . | Überwachtes Lernen [2023.01] |
|
| G06N 3/091 | | . . . | Aktives Lernen [2023.01] |
|
| G06N 3/092 | | . . . | Bestärkendes Lernen [2023.01] |
|
| G06N 3/094 | | . . . | Gegnerisches Lernen [Adversarial Learning] [2023.01] |
|
| G06N 3/096 | | . . . | Transfer-Lernen [Transfer Learning] [2023.01] |
|
| G06N 3/098 | | . . . | Verteiltes Lernen, z.B. föderales Lernen [Federated Learning] [2023.01] |
|
| G06N 3/0985 | | . . . | Hyperparameteroptimierung; Meta-Lernen; Lernen zu Lernen [Learning-to-Learn] [2023.01] |
|
| G06N 3/10 | | . . | Schnittstellen, Programmiersprachen oder Softwareentwicklungskits [Software Development Kits], z.B. für die Simulation neuronaler Netze [7, 2006.01, 2023.01] |
|
| G06N 3/12 | | . | unter Verwendung genetischer Modelle [7, 2006.01, 2023.01] |
|
| G06N 3/123 | | . . | DNA-Computer [2023.01] |
|
| G06N 3/126 | | . . | Evolutionäre Algorithmen, z.B. genetische Algorithmen oder genetische Programmierung [2023.01] |
|
| G06N 5/00 | Rechenanlagen unter Verwendung wissensbasierter Modelle [7, 2006.01, 2023.01] |
| G06N 5/01 | | . | Dynamische Suchverfahren; Heuristiken; Dynamische Baumstrukturen; Branch-and-Bound [2023.01] |
|
| G06N 5/02 | | . | Wissensdarstellung; Symbolische Darstellung [7, 2006.01, 2023.01] |
|
| G06N 5/022 | | . . | Wissensmodellierung; Aneignung von Wissen [2023.01] |
|
| G06N 5/025 | | . . . | Extrahieren von Regeln aus Daten [2023.01] |
|
| G06N 5/04 | | . | Inferenz- oder Schlussfolgerungsmodelle [7, 2006.01, 2023.01] |
|
| G06N 5/043 | | . . | Verteilte Expertensysteme; Blackboards [2023.01] |
|
| G06N 5/045 | | . . | Erklärung von Inferenz; erklärbare künstliche Intelligenz [Explainable Artificial Intelligence, XAI]; interpretierbare künstliche Intelligenz [Interpretable Artificial Intelligence] [2023.01] |
|
| G06N 5/046 | | . . | Vorwärtsinferenz; Produktionssysteme [2023.01] |
|
| G06N 5/047 | | . . . | Musterabgleichsnetze; Rete-Netze [2023.01] |
|
| G06N 5/048 | | . . | Fuzzy-Inferenzverfahren [2023.01] |
|
| G06N 7/00 | Rechenanlagen auf der Grundlage spezieller mathematischer Modelle [7, 2006.01, 2023.01] |
| G06N 7/01 | | . | Probabilistische grafische Modelle, z.B. probabilistische Netze [2023.01] |
|
| G06N 7/02 | | . | unter Verwendung von Fuzzy-Logik (Rechenanlagen auf der Grundlage biologischer Modelle G06N 3/00; Rechenanlagen unter Verwendung wissensbasierter Modelle G06N 5/00) [7, 2006.01] |
|
| G06N 7/04 | | . . | Physikalische Realisierung [7, 2006.01] |
|
| G06N 7/06 | | . . | Simulation auf Rechnern für allgemeine Zwecke [7, 2006.01] |
|
| G06N 7/08 | | . | unter Verwendung von Chaos-Modellen oder nichtlinearen Modellen [7, 2006.01] |
|
| G06N 10/00 | Quantencomputing, d.h. Informationsverarbeitung auf der Grundlage quantenmechanischer Phänomene [2019.01, 2022.01] |
| G06N 10/20 | | . | Modelle des Quantencomputing, z.B. Quantenschaltungen oder universelle Quantencomputer [2022.01] |
|
| G06N 10/40 | | . | Physikalische Realisierungen oder Architekturen von Quantenprozessoren oder von Komponenten zur Manipulation von Qubits, z.B. Kopplung von Qubits oder Qubit-Steuerung [2022.01] |
|
| G06N 10/60 | | . | Quantenalgorithmen, z.B. auf der Grundlage von Quantenoptimierung oder Quanten-Fourier- oder Quanten-Hadamard-Transformationen [2022.01] |
|
| G06N 10/70 | | . | Quantenfehlerkorrektur, -erkennung oder -vermeidung, z.B. Oberflächencodes oder Destillation magischer Zustände [2022.01] |
|
| G06N 10/80 | | . | Quantenprogrammierung, z.B. Schnittstellen, Sprachen oder Software-Entwicklungskits zur Erstellung oder Handhabung von Programmen, die auf Quantencomputern ablaufen können; Plattformen für die Simulation von oder den Zugang zu Quantencomputern, z.B. Cloud-basiertes Quantencomputing [2022.01] |
|
| G06N 20/00 | Maschinelles Lernen [2019.01] |
| G06N 20/10 | | . | unter Verwendung von Kernel-Methoden, z.B. Support-Vektor-Maschinen [SVM] [2019.01] |
|
| G06N 20/20 | | . | Ensemblemethoden [2019.01] |
|
| G06N 99/00 | Sachverhalte, die in anderen Gruppen dieser Unterklasse nicht vorgesehen sind [2010.01, 2019.01] |