Blitzo

https://www.youtube.com/watch?v=_Fh9dYcUvTQ
von Pirron und Knapp
Blitzo

Blitzo blitzo blitzo blitzo ist die sensation
Ist jemand unter ihnen der nicht weiß was blitzo ist
Dann werden wir´s erklären damit´s keiner mehr vergißt
Mit blitzo weicht man wäsche ein mit blitzo kocht man aus
Und jede hausfrau hat ein blitzo stehts in ihrem haus
Weil blitzo reinigt böden fenster möbel und geschirr
Bestecke gläser tafelsilber auch die ofentür
Mit blitzo ist das leben einfach nur mehr ein genuss
Im nu ist jeder fleck mit blitzo weg auch staub und ruß
Das war jetzt nur eine kleinigkeit der blitzo verwendungsmöglichkeit
Doch nun werden sie staunen ganz bestimmt, erfahren sie wozu man blitzo ausserdem noch nimmt:
Im sommer wenn es heiß ist und die sonne dich versenkt
Dann gibt mit wasser blitzo dir ein köstliches getränk
Und hast du gar im winter dir erkältet deinen bauch
Gib blitzo in den heißen tee denn wärmen tut es auch
Und klappt deine verdauung nicht dann mach dir nichts daraus
Nimm abends etwas blitzo und am morgen ists heraus
Und lassen dir darauf deine gedärme keine ruh´
nimm eben was von blitzo und es stopft dich wieder zu
Mit blitzo entfernt man jedes haar, als haarwuchsmittel ist es wunderbar
Und man plombiert die zähne jetzt mit blitzo blitzo blitzo blitzo dass nur so blitzt
Auch blitzo leimt und klebt und pickt papier und holz auf wahl
Mit blitzo betoniert man fundamente schweißt man stahl
Mit blitzo löscht man feuer heizt man öfen bäckt man brot
Und wanzen fliegen mäuse macht das blitzo mausetot
Mit blitzo fährt man auto anstatt mit diesel oderr sprit
Mit 5, 6 tropfen öl ergibt das blitzo einen kitt
Und nehmen sie zum blitzo ein paar löffel schwarzen teer
Und streichen ihre möbel sie erkennen sie nicht mehr
Auch ob sie´s glauben oder nicht, blitzo ist ein prima brotaufstrich
Als küchenwürze ohne zahl ist blitzo blitzo blitzo blitzo blitzo ideal
Mit blitzo in verdünntem zustand wird man gertenschlank
Doch konzentriert genossen macht es dick doch gottseidank
Das blitzo mit menthol macht drogenfest wie ein kamel
Mit blitzo wachsen säuglinge 3 4 5 mal so schnell
Mit blitzo putzt man schuhe schwarze braune wie man weiß
Und reinstes weiß ist nicht mehr blüten sondern blitzo-weiß
Und wünschen sich die kleinen kinder ein geschwisterlein
Dann streut sie abends etwas blitzo in das fenster rein
Professor picard nimmt heut blitzo mit wenn er in die stratosphäre fliegt
Und ohne blitzo wärn der nanga barbaduck und evares bis heute nicht besiegt
Verwenden sie in zukunft nur mehr blitzo zum panieren
Wenns heiß is in der blitzo gurgel müssen sie probiern
Gegen husten schnupfen ischias, gen blinddarm rheuma gicht
Da hilft nur blitzo blitzo blitzo alles andre nicht
Den sportlern und politikern gibt blitzo energien
Wenn diese es schon merken ist in blitzo alles drin
Und was in blitzo drin ist das gibt blitzo restlos her
Und wollen sie es stärker ja dann nehmens einfach mehr
Mit blitzo geht man schlafen und mit blitzo steht man auf
mit blitzo fängt das leben an mit blitzo hört es auf
wenn blitzo nicht erfunden wär dann müssts erfunden sein
wird zeit das wir jetzt aufhörn denn uns fällt schon nichts mehr ein

gefunden auf JAZZFAN FORUM

Das Perzeptron – Einführung in neuronale Netze und KI

Das Perzeptron ist ein vereinfachtes künstliches neuronales Netz (Frank Rosenblatt 1958). Rosenblatt hat es so einfach realisiert, dass man es mathematisch mit einer dreistufigen Verarbeitung von Matritzen erfassen konnte. Aber auch weil die Parameter der zweiten Stufe mit verschiedenen Lernregeln gelernt werden können ist dieses “einfache” Modell bedeutsam für die Einführung in neuronale Netze und künstliche Intelligenz.
Es kann auch ganz einfach in fast jeder Programmiersprache leicht umgesetzt werden.

Es besteht in seiner einfachsten Variante aus einer einzelnen Schicht künstlicher Neurone mit anpassbaren Gewichtungen und einem Schwellenwert. Es ist eine vereinfachte Nachbildung eines biologischen Neurons. Unter Verwendung eines Graphen (Skizze stellt solche Graphen dar) können die Neuronen als Knoten und ihre Verbindungen als Kanten dargestellt werden. Die Eingaben werden oft wie Neuronen als Knoten behandelt, dann spricht man folglich bei einem Netz mit einer Eingabe- und einer Neuronenschicht von einem zweischichtigen Netz.
Das einstufige Perzeptron besteht in diesen Fall also, aus zwei Schichten (layer). Die erste Schicht ist die Eingabeschicht (Netzhaut), welche aus McCulloch-Pitts Neuronen besteht. Von der ersten Schicht gibt es
gewichtete Verbindungen zum nächsten Neuron (Ausgabeneuron). Das ist der prinzipielle
Unterschied zu einfacheren Neuron. Man hat die Möglichkeit die Eingaben, die n-mal
vorkommen anhand der Gewichtung darstellen. Durch Änderung der Gewichte und
Schwellenwerte kann das Perzeptron lernen. Die eingehenden Signale gehen erste durch die
erste Schicht, wo sie vorgefiltert werden. Im Ausgabeneuron werden vorsortierte gewichtete
Signale aufsummiert. Wenn die Summe den Schwellenwert überschreitet, feuert das
Perzeptron. Abhängig von der Anzahl gewichteten Schichten werden Perzeptrone ein-, zwei-, dreistufig etc. genannt.
Ein Beispiel dazu aus der Bildverarbeitung (nicht unbedingt zum chapcha knaken) bei dem die Frage beantwortet werden soll, ob ein Bild einen bestimmten Gegenstand darstellt und dann soll das Perzeptron mit verschiedenen Lernregeln getestet werden.
Das Bild wird dazu mit einem Muster verglichen und Übereinstimmung bzw. Abweichung soll festgestellt werden. Dabei kann geprüft werden ob das Bild zu einer Gruppe von Mustern mit einer bestimmten Eigenschaft passt.. Rosenberg unterscheidet bei der Bildverarbeitung drei Stufen:
die Merkmalextraktion, die Merkmalbeurteilung und die Entscheidung, die Stufen 2 und 3 bilden den eigentlichen Kern des Perzeptrons.

Stufe 1: Vorverarbeitung oder Merkmalextraktion

Unabhängig davon, welcher Bildtyp erkannt werden soll, wird eine Menge charakteristischer Kenngrößen des Bildes extrahiert (beim menschlichen Sehen und Erkennen findet dies auf der Netzhaut des Auges statt).
Auf einer Menge von Eingaben, z.B. die Pixel (eij) eines Bildes werden Prädikate pk(eij) ∈ {0,1} berechnet. Beim Perzeptron wird die Vorverarbeitung durch Lernvorgänge nicht verändert, aber je nach Fähigkeiten der Stufe 1 kann in mehrere Gruppen eingeteilt werden (Anzahl der Eingaben, Durchmesserbeschränkungen).
Die Prädikate sollen sich einfach aus den Pixeln berechnen lassen.

Stufe 2: Beurteilung der Bildmerkmale

Die Ergebnisse aus Stufe 1 werden so aufbereitet, das eine Entscheidung möglich wird, ob das bild mit seinen Eigenschaften zu den vorgegebenen Mustern passt. Die Parameter dafür können entweder vorher eingestellt, oder mittels Beispielen gelernt werden. (Beim Menschen sird eine solche vom Gedächtnis abhängige Verarbeitung in den Sehfeldern des Gehirns vorgenommen; bei Ausfall dieser kommt es zur Rindenblindheit, auch wenn das Auge völlig intakt ist).
Die Stufe 2 ist eine lineare Abbildung (Aktivierung, Polynom vom Grad 1 in p1 …pn). Die Prädikate werden zu einer gewichteten Summe aufaddiert und der Schwellwert wird abgezogen. Es wird die folgende lineare Funktion a, auch Aktivierungsfunktion genannt, berechnet
a(p1 …pn) = ∑iwipi – θ (θ steht für thresold, Schwellwert).
Die Gewichte sind positiv, wenn die Prädikate für die Eigenschaft typisch und negativ, wenn sie untypisch sind. Gewicht 0 hat keinen Einfluss. Die Gewichte und der Schwellwert sind problemspezifisch und können eingestellt bzw. maschinell gelernt werden.

Stufe 3: Entscheidung

Der Klassifikator entscheidet auf grund der Beurteilung, ob das Bild den gesuchten Eigenschaften entspricht. (beim Menschen entspricht das dem Erkennen des Gegenstands).
Je nachdem, ob a(p1 …pn) ≥ 0 oder ≤ ist, wir die Eingabe angenommen (Wert 1), oder abgelehnt (Wert 0) aher ist σ(a(p))= 1 für a(p)≥ 0 und σ(a(p)) = 0 für a(p) > 0.

Quellenverzeichnis:
Praktikum Neuronaler Netze von Heinrich Braun, Johajjes Feulner und Rainer Malaka
Principles of Neurodynamics von F. Rosenblatt
Parallel Distributed Processing von D.E. Rumelhart und J.L. McClelland

Simple Interactive Object Extraction

Eine Notiz zu SIOX
Die aktuelle Entwicklerversion 2.3.3 des freien Bildbearbeitungsprogramms GIMP enthält nun unter anderem eine Vorabversion des neuen Freistellwerkzeugs “SIOX”. Statt sich eher langsam an eine Form heranzutasten oder mittels einer Maske die Auswahl selbst zu malen, erlaubt es die “Simple Interactive Object Extraction”, (SIOX) Vordergrundobjekte wie Portraits von Menschen, Tieren oder Pflanzen mit wenigen Mausklicks halbautomatisch pixelgenau freizustellen.
Quelle SIOX: Selbstständiges Freistellen mit Gimp
offizielle Gimp Seite Gimp

Notizen zu Open Source, Linux, Informatik, Physiologie, Umfragen, Tai Chi, Rezepte, Blumen und für mich Interessantes eben