"Sobre este título" puede pertenecer a otra edición de este libro.
Gastos de envío:
EUR 23,00
De Alemania a Estados Unidos de America
Descripción Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universität Eichstätt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Gang der Untersuchung:Künstliche neuronale Netze (KNN) eignen sich neben Einsätzen im Finanzmarktbereich auch für die Abbildung von Zusammenhängen im Automobilbereich. Zunächst werden die Grundlagen zu Langfristprognosen und KNN dargestellt sowie die Modellzyklen, die sich im deutschen Automobilmarkt identifizieren lassen, detailliert untersucht. Darauf aufbauend wird ein Modell entwickelt, das es erlaubt, die identifizierten Spezifika von Modellzyklen mittels KNN zu repräsentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN für diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre Zweckmäßigkeit hin geprüft.Die Ergebnisse werden abschließend zusammengefaßt und Ansätze zu Weiterentwicklungen aufgezeigt.Inhaltsverzeichnis:Inhaltsverzeichnis:InhaltsverzeichnisIAbbi ldungsverzeichnisVAbkürzungsverzeichnisVIIISymbolverzeichnis XVorwortXIII.Motivation des Einsatzes neuronaler Netze zur Prognose1II.Aspekte langfristiger Prognosen41.Definition und Gegenstand von Absatzprognosen42.Methodische Grundlagen für Prognosemodelle53.Berücksichtigung der Unsicherheit74.Bewertung von Prognosemodellen9III.Grundlagen Künstlicher neuronaler Netze101.Kleine Genealogie neuronaler Netze102.Überblick über die ein KNN spezifizierenden Parameter122.1Aufbau und Funktionsweise künstlicher Neuronen122.2Netztopologie162.3Lernen in Künstlichen neuronalen Netzen183.Die Verbindung neuronaler Netze mit genetischen Algorithmen23IV.Modellzyklen im deutschen Automobilmarkt271.Das theoretische Konzept271.1Vom Produktlebenszyklus zum Modellzyklus271.2Zur Abgrenzung von Modellzyklen301.3Kritikpunkte311.4Die Determinanten von Modellzyklen321.5Die Relevanz für die Automobilindustrie322.Die Entwicklungen der letzten 30 Jahre342.1Die Länge der Modellzyklen im deutschen Automobilmarkt342.2Die Adaption des Modellzykluskonzeptes auf den Automobilbereich37V.Ein Prognosesystem für Modellzyklen im deutschen Automobilmarkt431.Die Datenbasis431.1Quellen431.2Art und Umfang des Datenmaterials441.3Strukturierung und Abgrenzung von Teilmärkten472.Systematik zum Aufbau des Prognosesystems502.1Von den Rohdaten zum Netzinput512.2Die Unterteilung in Lern-, Test- und Produktionsmenge552.3Die verwendete Netztopologie582.4Topologieoptimierung612.5Parameteroptimierung632.6Evaluation der generierten Netze65VI.Probleme und Perspektiven691.Vor- und Nachteile Künstlicher neuronaler Netze692.Ansätze für Erweiterungen des vorgestellten Systems72AnhangAnhang A: Die DatenbasisA-1:Segment A0075A-2:Segment A078A-3:Segment A81A-4:Segment B84A-5:Segment C87A-6:Segment D90A-7:Segment M93Anhang B: Laufzeiten der Modellzyklen von 1964-1996B-1:Segment A0096B-2:Segment A097B-3:Segment A98B-4:Segment B99B-5:Segment C100B-6:Segment D101B-7:Segment M102B-8:Gesamt103Anhang C: Analyse der ModellzyklenC-1:Segmentanteilsmaxima104C-2:Modellerweiterungen (MER)105C-3:Große Produktaufwertungen (GP)106C-4:Modellpflegen (MP)107C-5:Kombi-Einführungen108C-6:Modelle mit Vorgänger109Anhang D: D-1:Auszug aus den Inputdaten für die Gesamtbetrachtung110Anhang E: Auswertungen der generierten NetzeE-1:Dreischic. 180 pp. Deutsch. Nº de ref. del artículo: 9783838609041
Descripción Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universität Eichstätt-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Gang der Untersuchung:Künstliche neuronale Netze (KNN) eignen sich neben Einsätzen im Finanzmarktbereich auch für die Abbildung von Zusammenhängen im Automobilbereich. Zunächst werden die Grundlagen zu Langfristprognosen und KNN dargestellt sowie die Modellzyklen, die sich im deutschen Automobilmarkt identifizieren lassen, detailliert untersucht. Darauf aufbauend wird ein Modell entwickelt, das es erlaubt, die identifizierten Spezifika von Modellzyklen mittels KNN zu repräsentieren. Besonderes Augenmerk liegt dabei auf der Systematisierung der Gestaltungsalternativen vom Ausgangsproblem bis hin zur Implementierung eines KNN für diese Aufgabe. In umfangreichen empirischen Tests werden unterschiedlich konfigurierte Backpropagation-Netze auf ihre Zweckmäßigkeit hin geprüft.Die Ergebnisse werden abschließend zusammengefaßt und Ansätze zu Weiterentwicklungen aufgezeigt.Inhaltsverzeichnis:Inhaltsverzeichnis:InhaltsverzeichnisIAbbildung sverzeichnisVAbkürzungsverzeichnisVIIISymbolverzeichnisXVorw ortXIII.Motivation des Einsatzes neuronaler Netze zur Prognose1II.Aspekte langfristiger Prognosen41.Definition und Gegenstand von Absatzprognosen42.Methodische Grundlagen für Prognosemodelle53.Berücksichtigung der Unsicherheit74.Bewertung von Prognosemodellen9III.Grundlagen Künstlicher neuronaler Netze101.Kleine Genealogie neuronaler Netze102.Überblick über die ein KNN spezifizierenden Parameter122.1Aufbau und Funktionsweise künstlicher Neuronen122.2Netztopologie162.3Lernen in Künstlichen neuronalen Netzen183.Die Verbindung neuronaler Netze mit genetischen Algorithmen23IV.Modellzyklen im deutschen Automobilmarkt271.Das theoretische Konzept271.1Vom Produktlebenszyklus zum Modellzyklus271.2Zur Abgrenzung von Modellzyklen301.3Kritikpunkte311.4Die Determinanten von Modellzyklen321.5Die Relevanz für die Automobilindustrie322.Die Entwicklungen der letzten 30 Jahre342.1Die Länge der Modellzyklen im deutschen Automobilmarkt342.2Die Adaption des Modellzykluskonzeptes auf den Automobilbereich37V.Ein Prognosesystem für Modellzyklen im deutschen Automobilmarkt431.Die Datenbasis431.1Quellen431.2Art und Umfang des Datenmaterials441.3Strukturierung und Abgrenzung von Teilmärkten472.Systematik zum Aufbau des Prognosesystems502.1Von den Rohdaten zum Netzinput512.2Die Unterteilung in Lern-, Test- und Produktionsmenge552.3Die verwendete Netztopologie582.4Topologieoptimierung612.5Parameteroptimierung632.6Evaluation der generierten Netze65VI.Probleme und Perspektiven691.Vor- und Nachteile Künstlicher neuronaler Netze692.Ansätze für Erweiterungen des vorgestellten Systems72AnhangAnhang A: Die DatenbasisA-1:Segment A0075A-2:Segment A078A-3:Segment A81A-4:Segment B84A-5:Segment C87A-6:Segment D90A-7:Segment M93Anhang B: Laufzeiten der Modellzyklen von 1964-1996B-1:Segment A0096B-2:Segment A097B-3:Segment A98B-4:Segment B99B-5:Segment C100B-6:Segment D101B-7:Segment M102B-8:Gesamt103Anhang C: Analyse der ModellzyklenC-1:Segmentanteilsmaxima104C-2:Modellerweiterungen (MER)105C-3:Große Produktaufwertungen (GP)106C-4:Modellpflegen (MP)107C-5:Kombi-Einführungen108C-6:Modelle mit Vorgänger109Anhang D: D-1:Auszug aus den Inputdaten für die Gesamtbetrachtung110Anhang E: Auswertungen der generierten NetzeE-1:Dreischic. Nº de ref. del artículo: 9783838609041
Descripción Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Diplomarbeit aus dem Jahr 1997 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Katholische Universitaet Eichstaett-Ingolstadt (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Gang der Untersuchung:Kuenstliche neuronale Netze (KNN) eig. Nº de ref. del artículo: 5421078
Descripción PAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: L0-9783838609041
Descripción Condición: New. Nº de ref. del artículo: ABLING22Oct2817100595440
Descripción Condición: New. PRINT ON DEMAND Book; New; Fast Shipping from the UK. No. book. Nº de ref. del artículo: ria9783838609041_lsuk
Descripción PAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Nº de ref. del artículo: L0-9783838609041