Die Entwicklung und der Einsatz von künstlichen neuronalen Netzen haben in den letzten Jahren rapide zugenommen. Dies liegt vor allem an den verbesserten Rechenleistungen und den Verfügungen großer Datenmengen. In der Forschung werden verschiedene Arten von künstlichen neuronalen Netzen untersucht, wie z.B. Feedforward-Netze oder rekurrente Netze. Die Anwendungsbereiche von künstlichen neuronalen Netzen sind vielfältig und reichen von der Bilderkennung bis hin zur Sprachverarbeitung. In der Wirtschaft werden sie beispielsweise für das Customer Targeting oder die Früherkennung von Unternehmenskrisen eingesetzt. Du findest wissenschaftliche Arbeiten zu künstlichen neuronalen Netzen als PDF und eBook, viele auch als Print-on-Demand, bei GRIN.
Wissenschaftliche Texte zu Künstliche Neuronale Netze
Künstliche Neuronale Netze sind ein Teilgebiet des Maschinellen Lernens und der Künstlichen Intelligenz. Sie werden in der Informatik und den Wirtschaftswissenschaften zur Lösung komplexer Probleme eingesetzt. Insbesondere in der Finanzdienstleistungsindustrie finden sie Anwendung, um beispielsweise Kreditrisiken zu managen oder Aktienkursbewegungen vorherzusagen. Durch ihre Fähigkeit, große Datenmengen zu verarbeiten und Muster zu erkennen, können künstliche Neuronale Netze wichtige Erkenntnisse liefern.
12
Veröffentlichungen