High Quality
Open the downloaded document, and select print from the file menu (PDF reader required).
Neuronale Netze in derOptionspreistheorie undRisikobewertung
Seminar am Lehrstab Mathematikdes Fachbereichs Wirtschaftswissenschaftender Universit¨at des SaarlandesSS 2003 - 2007
Dr. Christian HoffmannDr. Klaus Schindler
Version 2.0
2 Kapitel
Inhaltsverzeichnis
1 Grundlagen k¨unstlicher neuronaler Netze (Roman Brosowski) 11
1.1 Einf ¨uhrung und Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.2 Grundlegender Aufbau eines neuronalen Netzes . . . . . . . . . . . . . . . . . .
12
1.2.1 Das nat¨urliche Neuron . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
1.2.2 Aufbau eines Netzes . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
1.3 Aufbau eines k¨unstlichen neuronalen Netzes . . . . . . . . . . . . . . . . . . . .
14
1.3.1 Der erste Nachbau: das McCulloch-Pitts Neuron . . . . . . . . . . . . .
14
1.3.2 Und-Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
1.3.3 Oder-Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.3.4 Verfeinertes Modell des Neurons . . . . . . . . . . . . . . . . . . . . . .
15
1.3.5 Die Eingabefunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.3.6 Die Aktivierungsfunktion . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.3.7 Die Ausgabefunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.4 Topologien und Lernverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.4.1 Topologien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
1.4.2 Netze ohne R¨uckkopplung . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.4.3 Netze mit R¨uckkopplung . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.4.4 Lernverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.4.5¨Uberwachtes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.4.6 Best¨arkendes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.4.7 Un¨uberwachtes Lernen . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.5 Adaline und Madaline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
1.5.1 Und-Funktion mit Adaline . . . . . . . . . . . . . . . . . . . . . . . . . .
20
1.5.2 Oder-Funktion mit Adaline . . . . . . . . . . . . . . . . . . . . . . . . .
20
1.5.3 XOR als Grenze der Adaline . . . . . . . . . . . . . . . . . . . . . . . .
21
1.5.4 Madaline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
2 Grundlagen (Hans-Peter Ziegler) 23
2.1 Einleitung und Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2.2 Grundidee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
2.3 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.3.1 Eingabeschicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.3.2 Ausgabeschicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.3.3 Der Aktivierungszustand . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
2.3.4 Die Ausgaberegel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
2.3.5 Das Fehlermaß . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.3.6 Synapsen und Gewichte . . . . . . . . . . . . . . . . . . . . . . . . . . .
293
Add a Comment