Zusammenfassung
Die vorliegende Arbeit stellt das Rating durch die formale Auseinandersetzung mit den unterschiedlichen Termini sowie mit der mikroökonomische Analyse des Nachfrageverhaltens unter Berücksichtigung verschiedener Datenverdichtungsgrade auf eine breite Basis. Es wurde dargelegt, daß neuronale Netze bei ökonomischen Fragestellungen sinnvoll eingesetzt werden können. Diese Feststellung konnte nicht zuletzt aufgrund der transparenten Modellierung der KNN getroffen werden. Anschließend wurde ein Magisches Vieleck mit Hilfe des Konstrukts des Determinantengraphen modelliert und eingehend diskutiert. Ein Teildeterminantengraph war dann die Grundlage der Simulationen. Es konnte gezeigt werden, daß die eingesetzten Simulated Annealing und Threshold Accepting Netzwerke den Analysten beim Rating von Volkswirtschaften unterstützen können, ohne daß die zugrunde gelegten Daten kritischen Annahmen genügen müssen. Es konnte dargelegt werden, daß es durchaus möglich ist, künstlich-neuronale Netze einzusetzen, ohne gleichzeitig ein trial and error Verfahren zu implementieren. Durch die dezidierte Introspektion der eingesetzten Algorithmen konnte ein hohes Maß an Transparenz erreicht werden. Die gestellten Anforderungen an die Energiefunktion sorgen zusätzlich dafür, daß die Ergebnisse des Verfahrens rational begründbar sind. Somit kann das Ziel der Arbeit, neuronale Netze zu de-mystifizieren, als erreicht angesehen werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Rights and permissions
Copyright information
© 1999 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Kammerer, S.C. (1999). Resümee. In: Rating von Volkswirtschaften mit künstlich-neuronalen Netzen. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08904-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-663-08904-9_6
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-7041-9
Online ISBN: 978-3-663-08904-9
eBook Packages: Springer Book Archive