1997 | OriginalPaper | Buchkapitel
Verteilungsprognosen im Rahmen der Interface-Modellierung zwischen Entwicklung und Einsatz neuronaler Modelle
verfasst von : Susanne Baun
Erschienen in: Verteilungsprognose für den Deutschen Aktienindex
Verlag: Deutscher Universitätsverlag
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Die bisherigen Ausführungen in Gliederungspunkt B. 1.2. kennzeichneten Neuronale Netze als universelle Regressoren. Ein Feedforward Netzwerk NN und dessen Parameter w sollen aufgefunden werden, so daß die erwartete Differenz des Netzoutput NN(x, w) für einen gegebenen Input zu dem beobachteten Target y minimiert wird. Die Differenz kann dabei u.a. mittels einer quadratischen Fehlerfunktion gemessen werden, so daß gilt (siehe auch Gleichung F.22): F.29% MathType!MTEF!2!1!+- % feaaguart1ev2aaatCvAUfeBSjuyZL2yd9gzLbvyNv2CaerbuLwBLn % hiov2DGi1BTfMBaeXatLxBI9gBaerbd9wDYLwzYbItLDhariqtHjhB % LrhDaibaieYlf9irVeeu0dXdh9vqqj-hEeeu0xXdbba9frFj0-OqFf % ea0dXdd9vqaq-JfrVkFHe9pgea0dXdar-Jb9hs0dXdbPYxe9vr0-vr % 0-vqpWqaaeaabiGaciaacaqabeaadaqaaqaaaOqaamaaxababaGaci % yBaiaacMgacaGGUbaaleaacaWG3baabeaakiaadweacaGGBbGaaiik % aiaadMhacqGHsislcaWGobGaamOtaiaacIcacaWG4bGaaiilaiaadE % hacaGGPaGaaiykamaaCaaaleqabaGaaGOmaaaakiaac2faaaa!467E!$$\mathop {\min }\limits_w E[{(y - NN(x,w))^2}]$$