Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Online Resource
    Online Resource
    Wiesbaden : Deutscher Universitäts-Verlag
    UID:
    gbv_1655995553
    Format: Online-Ressource (XIX, 159 S. 16 Abb., 2 Abb. in Farbe, online resource)
    ISBN: 9783322812117
    Series Statement: Wirtschaftswissenschaft
    Content: 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.
    Content: Künstliche Neuronale Netze (KNN) zählen methodisch zu den zentralen technischen Innovationen seit Mitte der 1980er Jahre. Sie tangieren viele Wissenschaftsbereiche und sind mit großen Erwartungen hinsichtlich Prognosefähigkeiten und Erkenntnisgewinn verbunden. Mit dem Ziel, die zahlreichen Freiheitsgrade bei der Ausgestaltung der Modelle wissenschaftlich fundiert zu fixieren, untersucht Janette F. Walde die Stärken und Schwächen von mehrschichtigen Perzeptronen, die zur Modellierungsklasse der KNN zählen. Dafür steht neben künstlich generierten Datensätzen auch ein realer Datensatz mit vollständigen Informationen zu mehr als 185.000 Beobachtungseinheiten zur Verfügung. Die Autorin vergleicht die Performance der mehrschichtigen Perzeptrone 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 KNN, nämlich die kaum erforderliche Vorabspezifizierung des funktionalen Zusammenhangs, ein enormer Datenhunger gegenübersteht.
    Note: Description based upon print version of record , 1 Einleitung2 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.
    Additional Edition: ISBN 9783824408429
    Additional Edition: Erscheint auch als Druck-Ausgabe Walde, Janette F. Design künstlicher neuronaler Netze Wiesbaden : Dt. Univ.-Verl., 2005 ISBN 3824408422
    Language: German
    Subjects: Computer Science , Engineering
    RVK:
    RVK:
    Keywords: Mehrschichten-Perzeptron ; Mehrschichten-Perzeptron
    URL: Volltext  (lizenzpflichtig)
    Library Location Call Number Volume/Issue/Year Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. Further information can be found on the KOBV privacy pages