Wichtige rechtliche Hinweise - Bitte lesen Sie die Bedingungen bevor sie fortfahren
Neurale Netze
Die Forschung über neurale Netze ist von grosser Interesse sowohl von einem theoretischen
als auch von einem praktischen Gesichtspunkt.
Neurale Netze sind mathematische Algorithmen die eine stark vereinfachte Funktionalität der im menschlichen Gehirn operierenden Neuronen simulieren, wie z.B die quantitative Analyse von Informationen, die von aussen kommen.
Das verbreiteste Modell vom neuralen Netz besteht aus einer Menge von Einheiten
(die sog. Neurone), die über gewichtete Verbindungen miteinander vernetzt sind.
Der Lernvorgang in neuralen Netzen besteht aus der Optimierung der Gewichten,
um die Fehler zu reduzieren. Diese Optimierung geschieht durch den Vergleich zwichen
Wirklichkeit und Ergebnisse des neuralen Netzes.
Eine der interessanteste Verwendung der neuralen Netzen ist im finanziellen Bereich
und besonders für die Planung von Systemen für Börsenprognosen
(Futures, Zinsraten, Börsenindices und Währungen).
Gründe, die für die Verwendung neurale Netze sprechen, sind zahlreiche:
- Die Beziehungen zwischen den verschiedenen Inputs sind im Voraus festgelegt;
- Das System "entdeckt" die Input und die Verbindungen die am besten für die vergangene Prognosen geeignet sind. Notwendiger Beitrag ist die Wahl von Inputs, die stark korreliert sind (aber nicht linear abhängig).
|