Künstliche Neuronale Netze : Einordnung, Klassifikation und Abgrenzung aus betriebswirtschaftlicher Sicht
Loading...
Date
Authors
Advisors/Reviewers
Further Contributors
Contributing Institutions
Publisher
Journal Title
Journal ISSN
Volume Title
Publisher
License
Quotable link
Abstract
In den letzten Jahren ist das Interesse an neuen betriebswirtschaftlichen Problemlösungsverfahren enorm gestiegen. Herkömmliche Verfahren aus dem Operations Research (OR) und der Statistik bieten angesichts hochkomplexer Probleme oft nur unbefriedigende Ergebnisse. Verfahren aus dem Forschungsgebiet der Künstlichen Intelligenz dringen zunehmend in betriebswirtschaftliche Problemstellungen vor. Künstliche Neuronale Netze (KNN) stellen 'intelligente' Problemlösungsverfahren dar, die sich besonders für nicht-konservative Aufgabenstellungen eignen, bei denen kein exaktes Modell der Ursache-Wirkungszusammenhänge vorliegt. Die Verfahren zeichnen sich durch eine breite Anwendbarkeit in betrieblichen Aufgabengebieten aus. Das vorliegende Arbeitspapier soll eine grundlegende Einordnung und Klassifikation von KNN vornehmen und damit einen Einstieg in die Thematik ermöglichen. Zunächst werden KNN als intelligente Informationssysteme im wissenschaftlichen Umfeld der Kognitionswissenschaften, des Konnektionismus und der Künstlichen Intelligenz positioniert. Nach der Darstellung des historischen Hintergrundes werden KNN aufgrund ihrer immanenten Eigenschaften und betriebswirtschaftlichen Anwendungsbereichen klassifiziert, um sodann mit der Beschreibung anderer potentieller Verfahren für Intelligente Informationssysteme der wissenschaftlichbegrifflichen Einordnung von KNN eine inhaltliche Abgrenzung hinzuzufügen.Link to publications or other datasets
Description
Notes
Original publication in
Original publication in
Anthology
Collections
URI of original publication
Forschungsdaten
Series
Arbeitspapiere WI; 04 / 1997