• Ziel der Indexierung ist es, durch die vorgegebene standardisierte Sortierung und Chronologie der Dokumente eine uniforme und übersichtliche Darstellung der elektronischen Akte und eine Rückverbindung in den digitalen Ablauf zu definieren
• Die Indexierung erfolgt bei der Heydt Gruppe über ein neuronales Netz
• Ein "Neuronales Netz" lernt tatsächlich Inhalte, Bereiche, Informationsfundorte, Sachzusammenhänge und lernt mittels Vergleichen.

Vorteile der Heydt Gruppe: Extrem genaue Klassifizierungsleistungen, Belegerkennungen sogar von Handschriften und Auswertbarkeit von Daten.

Das Wichtigste auf einen Blick:

Künstliche Neuronale Netze sind Algorithmen, die der Funktionsweise des menschlichen Gehirns nachempfunden sind.

Mithilfe von Künstlichen Neuronalen Netzen lassen sich unterschiedliche komplexe Problemstellungen aus den Bereichen der Statistik, Informatik und Wirtschaft umsetzen.

Der Aufbau eines Künstlichen Neuronalen Netzwerks setzt sich aus den Bereichen: Eingabeschicht (Input Layer), verborgene Schicht (Hidden Layer) und einer Ausgabeschicht (Output Layer) zusammen.

In vielen Bereichen spielen Künstliche Neuronale Netzwerke eine wesentliche Rolle. Dazu gehören: autonomes Fahren, Frühwarnsysteme, Bilderkennung, Betrugserkennung, medizinische Analysen oder Wettervorhersagen.  

Es gibt Unterschiedliche Arten von Künstlichen Neuronalen Netzen. Dazu zählen: Perceptron, Feed Forward Neural Networks, Convolutional Neural Networks, Recurrent Neural Networks.

Wir bei der Heydt Gruppe haben uns natürlich auf die neuronalen Netze rund um die Informationsbereitstellung gekümmert.