|
Neuronale Netze
Einführung
Anwendungsgebiete
Beispiele von Anwendungsgebieten
Weitere Anwendungsgebiete in Kurzform
Beispiele
Weitere Informationen
|
Neuronale Netze zeigen Lösungen für Probleme, wo viele andere Methoden
versagen. Sie können komplizierte, vage oder gestörte Muster gut erkennen und
klassifizieren. Ein konventioneller Algorithmus, der solche Daten analysiert,
ist äusserst schwierig anzugeben. Neuronale Netze lassen sich somit sehr gut für
Probleme einsetzen, für die man über viele Beispiele verfügt, aber keine
explizite Beschreibung vorhanden ist. Neuronale Netze werden heute in der Praxis
in zunehmendem Masse sowohl ergänzend zu den klassischen multivariaten Methoden
eingesetzt, als auch in den Fällen, in den die klassischen Methoden versagen.
Insbesondere vermögen Neuronale Netze, komplexe Muster in vorhandenen Daten
(z.B. Finanzdaten, Verkaufsdaten etc.) zu erkennen und eröffnen so eine sehr
einfache Form der Datenanalyse. Besonders vorteilhaft lassen sie sich zur
Behandlung von schlecht strukturierten Problemstellungen einsetzen.
Einige dieser Probleme sind:
- Klassifikation: Hier werden Eingaben in verschiedene
Klassen aufgeteilt.
- Vorhersage: Die Eingaben werden verwendet, um
irgendeine Ausgabe vorherzusagen. Es lassen sich viele Anwendungen finden,
wie beispielsweise das Bestimmen des Verhaltens von Aktien an der Börse.
- Mustererkennung: In der Mustererkennung soll die
Vorlage eines Eingabemusters eine bestimmte Ausgabe erzeugen. Ein Beispiel
hierfür ist das Erkennen von handgeschriebenen Schriftzeichen.
- Funktionsapproximation: Viele Modelle lassen sich durch
Funktionen beschreiben, die eine numerische Eingabe auf einer numerischen
Ausgabe abbilden. Funktionsapproximation hat die Aufgabe, eine Funktion zu
lernen, die ungefähr dieselben Ausgaben erzeugt, wie der zugrunde gelegte
Prozess, der modelliert werden soll.
Die wichtigsten Anwendungsgebiete für Neuronale Netze sind Probleme, die zur
Lösung eine nichtlineare Modellbildung voraussetzen. Leistungsfähige, auf
Neuronalen Netzen basierende Problemlösungen gibt es im Bereich der Muster- und
Spracherkennung, für Prognose-Probleme, zur Regelung technischer Prozesse sowie
für vielfältige Klassifikationsaufgaben. Es gibt eine Vielzahl solcher Probleme
in der Praxis, die mit Hilfe Neuronaler Netze erfolgreich gelöst werden können.
Man findet sie in Finanz und Wirtschaft, in der Industrie und der Medizin. Auch
die Robotik und die Erschaffung von künstlichem Leben sind weit gefächerte
Themengebiete, in denen Neuronale Netze zur Regelung oder künstlicher Sinnes-
wahrnehmung eingesetzt werden.
Weitere Informationen
Beispiele von Anwendungsgebieten
Weitere Anwendungsgebiete in Kurzform
Das Einsatzgebiet für Neuronale Netze ist sehr weitreichend und kann an
dieser Stelle nur ansatzweise aufgegriffen werden. Für weitere Informationen
möchten wir Sie auf unsere eigens dafür eingerichtete Website
www.neuronale-netze.ch
verweisen.
|
|