Top

Published in:

2025 | OriginalPaper | Chapter

2. KI – Das Self-Enforcing Network (SEN)

Authors : Christina Klüver, Jürgen Klüver

Published in: Neue Algorithmen für praktische Probleme

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config

AI-assisted search

Off

Zusammenfassung

In dieser Einleitung werden die formalen Grundlagen von Self-Enforcing Networks (SEN) gezeigt, auf denen die inhaltlichen Beiträge aufbauen.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

previous chapter Einleitung: Thema mit Variationen

next chapter Bewertung und Auswahl von Vorgehensmodellen im IT-Projektmanagement – Ein Ansatz für die Unternehmenspraxis

In Karger et al. (2022) wurde ein dreischichtiges Netzwerk als Entscheidungsunterstützung zur Auswahl einer geeigneten Blockchain-Technologie vorgestellt.

Zuerst wird immer der Nettoinput für ein Neuron berechnet (Netto-Inputfunktion), zweitens wird eine Aktivierungsfunktion und drittens eine Ausgabefunktion eingesetzt.

Diese Funktion wurde von Viktor Schäfer für überwacht-lernende Netzwerke mit der von uns entwickelten Lernregel „Enforcing Rule Supervised“ (ERS) eingeführt, die sich auch für SEN sehr gut bewährt hat.

Dies wird detaillierter dargestellt in Klüver (2016).

Rosch spricht hier von Prototypen. Da dieser Begriff in den technischen Wissenschaften bereits mit anderen Bedeutungen verwendet wird, haben wir hier den Begriff „Referenztypus“ eingeführt.

Die Konstruktion einer „Optimalalternative“ hat Arndt (2023) als Entscheidungsunterstützung eingesetzt, um die Wirtschaftlichkeit von Nutzfahrzeugen im Kurier-, Express- und Paketsegment (KEP-Segment) zu bestimmen, unter dem Aspekt der Green Logistics und City Logistics.

https://de.wikipedia.org/wiki/Liste_der_Offshore-Windparks

Arndt C (2023). Wirtschaftliche Vorteilhaftigkeit der Nachhaltigkeitsstrategie Green Logistics. Analyse des Einsatzes von Elektro-Nutzfahrzeugen im City-Logistics-Bereich mittels des Analytic Network Process und Künstlicher Neuronaler Netze. Logos Verlag, Berlin

Karger E, Gonserkewitz P, & Klüver C. (2022). Entscheidungsunterstützung zur Auswahl einer geeigneten Blockchain-Technologie mit einem Self-Enforcing Network. In: Bodemann M, Fellner W, Just V. (eds) Digitalisierung und Nachhaltigkeit – Transformation von Geschäftsmodellen und Unternehmenspraxis. Organisationskompetenz Zukunftsfähigkeit. Springer Gabler, Berlin https://doi.org/10.1007/978-3-662-65509-2_7

Klüver C (2016). Steering Clustering of Medical Data in a Self-Enforcing Network (SEN) with a Cue Validity Factor. IEEE Symposium Series on Computational Intelligence, Athen 1–8. https://doi.org/10.1109/SSCI.2016.7849883

Klüver C, Klüver J, & Schmidt J. (2012). Modellierung komplexer Prozesse durch naturanaloge Verfahren. Soft Computing und verwandte Techniken. Springer Vieweg, Wiesbaden, 2. erweiterte Auflage.

Klüver C, Klüver J, & Schmidt, J. (2021). Modellierung komplexer Prozesse durch naturanaloge Verfahren. Künstliche Intelligenz und Künstliches Leben. Springer Vieweg, Wiesbaden

Rosch E (1973) Natural categories. Cogn Psychol 4:328–350CrossRef

Zurmaar B. (2021). Bilderkennung von Verkehrszeichen mit Self-Enforcing Networks. In: Klüver, C., Klüver, J. (eds) Neue Algorithmen für praktische Probleme. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-32587-9_17

Title: KI – Das Self-Enforcing Network (SEN)
Authors: Christina Klüver
Jürgen Klüver
Publisher: Springer Fachmedien Wiesbaden
Book: Neue Algorithmen für praktische Probleme
Print ISBN: 978-3-658-43318-5

Electronic ISBN: 978-3-658-43319-2

Copyright Year: 2025
DOI: https://doi.org/10.1007/978-3-658-43319-2_2

Springer Professional

Zusammenfassung

Please log in to get access to your license.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"