Skip to main content
  • 232 Accesses

Zusammenfassung

Künstliche Neuronale Netze eignen sich als Instrument zur datenorientierten Modellierung. Um für eine bestimmte Aufgabe das optimale KNN zu bestimmen, gibt es jedoch keine zuverlässige Vorgehensweise. Die Modellierung mit KNN wurde deshalb zeitweise als „schwarze Magie“ bezeichnet, die Funktionsweise eines KNN als “Black-Box“ angesehen. Da die Topologie, Inputs, Beispiele usw. für ein KNN häufig experimentell nach dem Versuchs-und-Irrtums-Prinzip ermittelt werden und hierfür viel Zeit notwendig ist, bietet es sich an, ein evolutionäres Verfahren anzuwenden, das zielgerichtet sucht. Ein evolutionäres Verfahren, mit dem eine globale Suche realisiert werden kann, ist der Ansatz der Genetischen Algorithmen (GA).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 89.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2003 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

Richter, F. (2003). Evolution von KNN und MDN. In: Kombination Künstlicher Neuronaler Netze. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81570-5_9

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-81570-5_9

  • Publisher Name: Deutscher Universitätsverlag

  • Print ISBN: 978-3-8244-7900-9

  • Online ISBN: 978-3-322-81570-5

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics