Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften
Künstliche Neuronale Netze (KNN) vermitteln einen Eindruck von den Funktionsprinzipien, die menschlicher Informationsverarbeitung auf neuronaler Ebene zugrunde liegen. In dieser Arbeit wird gefragt, inwieweit sich aus den Eigenschaften paralleler...
Leider schon ausverkauft
versandkostenfrei
Buch (Kartoniert)
Fr. 53.90
inkl. MwSt.
- Kreditkarte, Paypal, Rechnungskauf
- 30 Tage Widerrufsrecht
Produktdetails
Produktinformationen zu „Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften “
Klappentext zu „Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften “
Künstliche Neuronale Netze (KNN) vermitteln einen Eindruck von den Funktionsprinzipien, die menschlicher Informationsverarbeitung auf neuronaler Ebene zugrunde liegen. In dieser Arbeit wird gefragt, inwieweit sich aus den Eigenschaften paralleler Informationsverarbeitung Erklärungsmöglichkeiten für unterschiedliche sozialwissenschaftliche Fragestellungen ableiten lassen. Nach einer kurzen Erklärung der Funktionsweise und typischer Netzwerkarchitekturen unter Berücksichtigung überwachter und unüberwachter Lernverfahren werden grundlegende Eigenschaften Künstlicher Neuronaler Netze und deren Abhängigkeit von der Art der Wissensrepräsentation erläutert. Daran anschliessend werden systemtheoretische Kategorien u.a. von Maturana und Luhmann eingeführt. Hierbei steht die Frage im Vordergrund, ob KNN mittels dieser Kategorien beschreibbar sind und inwieweit KNN geeignet sind, reale Systeme abzubilden. Es folgt eine Analyse erkenntnistheoretischer Positionen, des ¿psychologischen Induktionsproblemes¿ (Popper) sowie der Variation und Bewährung von Wissen unter Bezugnahme auf die Wissensverarbeitung in KNN. Der Unterschied zwischen selbstorganisierten Systemen in Form von KNN und trivialen ebenso wie nicht-trivialen Maschinen sowie einfachen Regelkreisen wird nachfolgend diskutiert. Aus dem Vergleich ergibt sich eine Definition des Begriffes Selbstorganisation, die überwachtes ebenso wie unüberwachtes Lernen einschliesst. Überträgt man diese Definition auf ökonomische (Teil-) Systeme, so können diese entweder durch den Aspekt der Regelung oder durch den Aspekt der Selbstorganisation beschrieben werden. Die Möglichkeit selbstorganisierter Veränderung setzt ein gewisses Mass an Stabilität und Anpassungsfähigkeit der Beziehungen innerhalb des Systems voraus. Selbstorganisation, wie sie in KNN modelliert wird, stellt eine Möglichkeit dar, die Entstehung endogener Ordnung in einer durch chaotische Beziehungen geprägten Umwelt zu erklären. Parallele Informationsverarbeitung legt in
... mehr
Bezug auf das ökonomische Verhaltensmodell eine andere Art ¿begrenzter Rationalität¿ nahe, die nicht notwendigerweise als irrational zu beschreiben ist. Die Bedeutung von Heuristiken in der Entscheidungsfindung kann bspw. durch die verteilte Speicherung von Wissen als einem Element paralleler Informationsverarbeitung erklärt werden. Eine Berücksichtigung dieser Form begrenzter Rationalität im Rahmen ökonomischer Modellbildung ist insofern wünschenswert.
... weniger
Bibliographische Angaben
- Autor: Ulrich Rein
- 2010, 262 Seiten, Masse: 14,8 x 21 cm, Kartoniert (TB), Deutsch
- Verlag: Cuvillier Verlag
- ISBN-10: 3869554614
- ISBN-13: 9783869554617
- Erscheinungsdatum: 28.10.2010
Kommentar zu "Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften"
0 Gebrauchte Artikel zu „Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Künstliche Neuronale Netze und Selbstorganisation. zur Bedeutung paralleler Informationsverarbeitung für die Sozialwissenschaften".
Kommentar verfassen