Lernprozesse in stochastischen Automaten

1. Einleitung.- 2. Endliche stochastische Automaten.- 2.1. Definition eines SEZAPO.- 2.2. Interpretation und. Ablauf.- 2.3. Assoziierte stochastische Prozesse.- 2.4. Bemerkungen zur Automatendefinition.- 2.5. Hilfssätze.- 2.6. Einfach stationärer Input.- 2.7. Verwandte Definitionen stochastiseher Automaten.- 2.8. Markovprozesse bei einfachem Input.- 2.9. Sequentialstatistiken.- 2.10. Spezielle Typen stochastiseher Automaten.- 2.11. Gekoppelte stochastische Automaten.- 3. Zufällige Verteilungen und Verteilungsautomaten.- 3.1. Die Zustandsverteilung als zufälliger Vektor.- 3.2. Momente und charakteristische Punktion der Zustandsverteilung zn.- 3.3. Verteilungsautomaten.- 4. Grenzwertsätze für endliche reguläre stochastische Automaten.- 4.1. Sätze über den Zustandsprozeß.- 4.2. Sätze über Output- und Inputprozeß.- 5. Anwendung stochastischer Automaten in der Lerntheorie.- 5.1. Das Reizstichproben-Modell von ESTES.- 5.2. Das lineare Lernmodell von BUSH und MOSTELLER.- 6. Automatenmodelle sequentieller Spiele.- 6.1. Beschreibung der Spielsituation.- 6.2. Ein probabilistisches Gefangenendilemma.- 6.3. Interpretation als Koppelprodukt.- 6.4. Ausblick.- 7. Ein Stimulus-Sampling-Modell mit adaptiven Transitionswahrscheinlichkeiten.- 7.1. Einführung.- 7.2. Stochastische Automaten mit variabler Struktur.- 7.3. Anwendungen auf das (N, 2)-Modell.- Zustandsgraph des (N, 2)-Inputautomaten.