Walde, J: Design Künstlicher Neuronaler Netze

2005
ISBN: 978-3-8244-0842-9
Verlag: Deutscher Universitätsvlg

Buch, Deutsch, 159 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 241 g

Reihe: Wirtschaftswissenschaften

Mit dem Ziel, die zahlreichen Freiheitsgrade bei der Ausgestaltung von Künstlichen Neuronalen Netzen wissenschaftlich fundiert zu fixieren, untersucht Janette F. Walde die Stärken und Schwächen von mehrschichtigen Perzeptronen, die zu dieser Modellierungsklasse zählen. Sie vergleicht deren Performance mit der von klassischen Verfahren, identifiziert mit Hilfe von Sensitivitätsanalysen die wichtigen Inputvariablen und überprüft die aufgezeigten nichtlinearen Zusammenhänge auf ihre substanzwissenschaftliche Fundierung. Es wird deutlich, dass dem Vorteil der Künstlichen Neuronalen Netze, nämlich die kaum erforderliche Vorabspezifizierung des funktionalen Zusammenhangs, ein enormer Datenhunger gegenübersteht.

Zielgruppe

Research

Autoren/Hrsg.

Walde, Janette F.

Fachgebiete

• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsmathematik und -statistik
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Wissensbasierte Systeme, Expertensysteme

Inhaltsverzeichnis

1 Einleitung.- 2 Das Mehrschichtige Perzeptron (MLP).- 3 Standardprobleme beim Einsatz vom MLP.- 4 KNN-Software.- 5 Klassifikation mit Hilfe des Regressionsansatzes.- 6 Klassifikation mit Hilfe des wahrscheinlichkeitsbasierten Ansatzes.- 7 Optimale Anzahl der verborgenen Neuronen.- 8 Schlussfolgerungen.- Anhang A: Charakterisierung der Pflanzengesellschaften im Untersuchungsgebiet.

Über Autor(innen)

Dr. Janette F. Walde ist Universitätsassistentin am Institut für Statistik der Fakultät für Sozial- und Wirtschaftswissenschaft der Universität Innsbruck.