Analyse und Prognose von Zeitreihen mit neuronalen Netzen:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Aachen
Shaker
1998
|
| Ausgabe: | Als Ms. gedr. |
| Schriftenreihe: | Berichte aus der Informatik
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XXII, 253 S. graph. Darst. |
| ISBN: | 3826542428 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV012121060 | ||
| 003 | DE-604 | ||
| 005 | 19990413 | ||
| 007 | t | ||
| 008 | 980818s1998 gw d||| m||| 00||| ger d | ||
| 016 | 7 | |a 954333764 |2 DE-101 | |
| 020 | |a 3826542428 |c kart. : DM 98.00, S 689.00, sfr 99.00 |9 3-8265-4242-8 | ||
| 035 | |a (OCoLC)75896429 | ||
| 035 | |a (DE-599)BVBBV012121060 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c DE | ||
| 049 | |a DE-1051 |a DE-521 | ||
| 084 | |a QH 237 |0 (DE-625)141552: |2 rvk | ||
| 084 | |a ST 610 |0 (DE-625)143683: |2 rvk | ||
| 084 | |a 17 |2 sdnb | ||
| 084 | |a 27 |2 sdnb | ||
| 084 | |a 28 |2 sdnb | ||
| 084 | |a 15 |2 sdnb | ||
| 100 | 1 | |a Thiesing, Frank M. |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Analyse und Prognose von Zeitreihen mit neuronalen Netzen |c Frank M. Thiesing |
| 250 | |a Als Ms. gedr. | ||
| 264 | 1 | |a Aachen |b Shaker |c 1998 | |
| 300 | |a XXII, 253 S. |b graph. Darst. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Berichte aus der Informatik | |
| 502 | |a Zugl.: Osnabrück, Univ., Diss., 1998 | ||
| 650 | 0 | 7 | |a Prognoseverfahren |0 (DE-588)4358095-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Zeitreihenanalyse |0 (DE-588)4067486-1 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Zeitreihenanalyse |0 (DE-588)4067486-1 |D s |
| 689 | 0 | 1 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Zeitreihenanalyse |0 (DE-588)4067486-1 |D s |
| 689 | 1 | 1 | |a Prognoseverfahren |0 (DE-588)4358095-6 |D s |
| 689 | 1 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 1 | |5 DE-604 | |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008208578&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-008208578 | |
Datensatz im Suchindex
| _version_ | 1807229651558334464 |
|---|---|
| adam_text |
INHALTSVERZEICHNIS
VII
INHALTSVERZEICHNIS
1
EINLEITUNG
1
1.1
STAND
DER
ERKENNTNIS
.
1
1.2
ZIELSETZUNG
UND
UEBERBLICK
.
2
2
NEURONALE
NETZE
5
2.1
DAS
NEURON
ALS
ENTSCHEIDUNGSNIODELL
.
6
2.2
ENTSCHEIDUNGSNETZWERKE
.
8
2.3
MINIMALITAET
NEURONALER
ENTSCHEIDUNGSMODELLE
.
10
2.4
KOMPLEXITAET
NEURONALER
ABBILDUNGEN
.
10
2.5
DER
BACKPROPAGATION-LERNALGORITHMUS
.
11
2.5.1
DIFFERENZIERBARE
AKTIVIERUNGSFUNKTIONEN
.
12
2.5.2
DAS
LERNPROBLEM
.
13
2.5.3
BERECHNUNGEN
IN
EINEM
BACKPROPAGATION-NETZ
.
14
2.5.4
TRAINING
DURCH
GRADIENTENABSTIEG
.
16
2.5.5
HERLEITUNG
DER
BACKPROPAGATION-REGEL
.
17
2.5.6
WAHL
DER
ZIELFUNKTION
.
20
2.5.7
PROBLEME
DES
LERNVERFAHRENS
BACKPROPAGATION
.
22
2.5.8
VARIANTEN
DES
BACKPROPAGATION-VERFAHRENS
.
24
2.5.9
RESIDENT
PROPAGATION
(RPROP)
.
25
2.6
OVERFITTING
UND
GENERALISIERUNG
.
27
2.6.1
OPTIMIERUNG
DER
VERBINDUNGSSTRUKTUR
.
29
VIII
INHALTSVERZEICHNIS
3
DER
STUTTGARTER
NEURONALE
NETZE
SIMULATOR
(SNNS)
31
3.1
DER
SIMULATORKERN
VON
SNNS
.
31
3.2
DIE
GRAFIKOBERFLAECHE
VON
SNNS
.
32
3.3
VON
SNNS
UNTERSTUETZTE
KONNEKTIONISTISCHE
MODELLE
.
32
3.4
ERWEITERUNGEN
.
33
3.4.1
DAS
LERNVERFAHREN
BPM_LN_COSH
.
33
3.5
BATCH-VERSION
.
35
3.5.1
BATCHMAN
.
35
3.6
DER
ENTWICKELTE
SNNS-NETZGENERATOR
.
36
3.6.1
SHORTCUT-VERBMDUNGEN
.
37
3.6.2
VERWENDUNG
EINER
VORSCHICHT
.
39
3.6.3
JORDAN
UND
ELMAN-NETZE
.
40
3.7
PARALLELISIERUNG
FUER
SIMD-RECHNER
.
42
4
PARALLELE
BACKPROPAGATION
43
4.1
PARALLELE
SYSTEME
.
43
4.2
PARALLELISIERUNGSSTRATEGIEN
.
44
4.2.1
PARTITIONIERUNG
DES
EXPERIMENTELLEN
RAUMES
.
44
4.2.2
PARTITIONIERUNG
DER
TRAININGSMENGE
.
44
4.2.3
PARTITIONIERUNG
DES
MLP-NETZES
.
46
4.2.4
KOMMUNIKATIONSAUFWAND
.
49
4.3
PARALLELE
IMPLEMENTATIONEN
.
50
4.3.1
PARIX
.
50
4.3.2
REALISATION
UNTER
PARIX
.
53
4.3.3
PVM
.
55
4.3.4
REALISATION
UNTER
PVM
.
56
4.4
ERGEBNISSE
.
57
4.4.1
EXPERIMENTELLE
SPEEDUPS
.
57
4.4.2
VERGLEICH
UND
BEWERTUNG
DER
PARALLELISIERUNGEN
.
59
INHALTSVERZEICHNIS
IX
5
ZEITREIHENPROGNOSE
65
5.1
AUFBAU
UND
ARTEN
VON
PROGNOSEMODELLEN
.
66
5.1.1
QUALITATIVE
UND
QUANTITATIVE
PROGNOSEMODELLE
.
66
5.1.2
UNIVARIATE
UND
MULTIVARIATE
PROGNOSEMODELLE
.
67
5.1.3
KURZ
UND
LANGFRISTIGE
PROGNOSEMODELLE
.
67
5.1.4
WEITERE
KLASSIFIKATIONEN
.
67
5.2
ABLAUFSCHEMA
FUER
PROGNOSEN
.
67
5.3
BEURTEILUNGSMASSE
FUER
PROGNOSEN
.
69
5.3.1
EX-ANTE-BEURTEILUNG
.
70
5.3.2
EX-POST-BEURTEILUNG
.
70
5.4
LINEARE
FILTER
UND
INTEGRIERTE
AUTOREGRESSIVE
PROZESSE
.
73
5.4.1
LINEARE
FILTER
.
73
5.4.2
INTEGRIERTE
AUTOREGRESSIVE
MOVING
AVERAGE-PROZESSE
.
75
5.4.3
DAS
ARIMA-VERFAHREN
.
76
6
DATENVORVERARBEITUNG
79
6.1
SYSTEMATISIERUNG
DER
DATENVORVERARBEITUNG
.
79
6.1.1
METHODEN
MIT
FEHLERBEZUG
.
80
6.1.2
METHODEN
MIT
SACHBEZUG
.
80
6.1.3
METHODEN
MIT
MODELLBEZUG
.
80
6.1.4
ANWENDUNG
DER
METHODEN
.
81
6.2
VORBEREITUNG
VON
DATEN
FUER
GROSSE
PROBLEME
.
82
6.2.1
DIE
VORVERARBEITUNG
EINZELNER
ZEITREIHEN
.
82
6.2.2
ANDERE
DATENVORVERARBEITUNGSMETHODEN
.
84
6.2.3
WAHL
EINER
LAG-STRUKTUR
.
85
7
PROGNOSE
VON
ZEITREIHEN
MIT
NEURONALEN
NETZEN
87
7.1
ALLGEMEINE
VORGEHENSWEISE
BEI
DER
PROGNOSE
MIT
NEURONALEN
NETZEN
.
90
X
INHALTSVERZEICHNIS
8
DAS
PROGNOSESYSTEM
93
8.1
DATENSTRUKTUREN
.
96
8.1.1
KOPFEINERZEITREIHE
.
97
8.1.2
RUMPF
EINER
ZEITREIHE
.
101
8.2
DATENSPEICHERUNG
.
101
8.2.1
DER
DATEIBAUM
.
101
8.2.2
DIE
DATEI
STEUERUNG-GESAMT
.
102
8.2.3
DIE
DATEI
STEUERUNG-PROJEKT
.
104
8.2.4
DIE
DATEI
INDEX
.
104
8.2.5
DIE
DATEI
PROGNOSE-INFO
.
104
8.2.6
LOKALE
UND
GLOBALE
DATEN
.
105
8.3
DIE
GRAFISCHE
OBERFLAECHE
.
106
8.4
ZEITRECHNUNG
.
107
8.4.1
DIE
KANONISCHEN
ZEITEINHEITEN
.
108
8.4.2
INTERNE
ZEITPUNKT-NOTATION:
DIE
LOGISCHE
ZEITRECHNUNG
.
109
8.4.3
EINSATZGEBIETE
DER
ZEITRECHNUNG
IN
DER
OBERFLAECHE
.
112
8.5
SKALIERUNGEN
.
113
8.6
EIN
BEISPIEL
.
120
8.6.1
PROGNOSEZEITREIHEN
.
125
8.7
DER
PROGNOSEPROZESS
.
127
8.7.1
DAS
PROGNOSESYSTEM
SCHEMATISCH
.
127
8.7.2
DAS
PROGNOSESYSTEM
AUF
DATEIEBENE
.
129
8.7.3
ALLGEMEINER
ABLAUF
EINER
PROGNOSE
.
131
8.7.4
DIE
STANDARDPROGNOSE
UNTER
EINSATZ
VON
SNNS
.
133
8.7.5
BATCHMAN-SKRIPT
ZUR
PROGNOSE
.
136
8.7.6
DAS
LOG-FILE
ZUR
PROGNOSE
.
136
8.8
DATEIEN
IM
DETAIL
.
137
INHALTSVERZEICHNIS
XI
8.8.1
DAS
BP-FILE
.
137
8.9
KREUZVALIDIERUNG
.
146
8.9.1
PARAMETER
IM
STEUERUNGSFILE
.
147
8.9.2
DIE
KREUZVALIDIERUNG
IM
PROGNOSESYSTEM
.
148
8.9.3
AUSGABEDATEIEN
.
149
8.10
SENSITIVITAETSANALYSE
.
150
8.10.1
PRAKTISCHER
EINSATZ
.
150
8.10.2
PARAMETER
IM
BP-STEUERUNGSFILE
.
151
8.10.3
ABLAUF
EINER
SENSITIVITAETSANALYSE
.
153
8.10.4
DARSTELLUNG
UND
BEWERTUNG
.
155
8.11
PRUNING-VERFAHREN
.
155
8.11.1
PARAMETER
IM
BP-STEUERUNGSFILE
.
157
8.11.2
ABLAUF
DES
PRUNINGS
IM
PROGNOSESYSTEM
.
158
8.11.3
AUSGABEDATEIEN
.
159
8.12
AUSWERTUNGEN
VON
PROGNOSEN
.
159
8.12.1
LEISTUNGSMERKMALEVONZR_ERROR.PL
.
161
8.13
ANWENDUNG
.
164
9
PROGNOSE
VON
VOLKSWIRTSCHAFTSDATEN
165
9.1
BRUTTOSOZIALPRODUKT
.
166
9.1.1
LINEARE
REGRESSION
IM
VERGLEICH
MIT
NEURONALEN
NETZEN
.
167
9.1.2
ARIMA
IM
VERGLEICH
MIT
NEURONALEN
NETZEN
.
171
9.2
ARBEITNEHMERZAHL
.
175
9.2.1
LINEARE
REGRESSION
IM
VERGLEICH
MIT
NEURONALEN
NETZEN
.
176
9.2.2
ARIMA
IM
VERGLEICH
MIT
NEURONALEN
NETZEN
.
180
9.3
DISKUSSION
DER
ERGEBNISSE
.
183
XII
INHALTSVERZEICHNIS
10
ANALYSE
UND
PROGNOSE
DES
CO
2
-GEHALTS
DER
LUFT
185
10.1
DIE
DATEN
.
185
10.2
ANALYSE
.
187
10.2.1
REGRESSION
.
187
10.2.2
NEURONALE
NETZE
.
189
10.2.3
ERGEBNISSE
.
192
10.2.4
FAZIT
.
194
10.3
PROGNOSE
.
194
10.3.1
ERGEBNISSE
.
195
10.4
DISKUSSION
DER
ERGEBNISSE
.
196
11
ABVERKAUFSPROGNOSE
IM
SUPERMARKT
197
11.1
DIE
DATEN
.
197
11.1.1
DAS
DATENFORMAT
.
198
11.1.2
DARSTELLUNG
IN
DER
GRAFISCHEN
OBERFLAECHE
.
200
11.2
DIE
BETRACHTETEN
ZEITREIHEN
.
201
11.3
DIE
PROGNOSEAUFGABE
.
202
11.4
BESTANDSEMPFEHLUNG
IM
SUPERMARKT
.
203
11.4.1
DIE
TEGUT-PROGNOSE
.
203
11.4.2
DIE
NAIVE
PROGNOSE
.
204
11.5
ABVERKAUFSPROGNOSE
MIT
NEURONALEN
NETZEN
.
205
11.5.1
VORVERARBEITUNG
DER
INPUT-DATEN
.
206
11.5.2
PARAMETERWAHL
.
206
11.5.3
CLUSTERUNG
DER
ARTIKEL
.
207
11.6
PROGNOSELAEUFE
.
207
11.6.1
ZEITRAEUME
.
208
11.6.2
PARAMETEREINSTELLUNGEN
DER
PROGNOSELAEUFE
.
209
11.7
ERGEBNISSE
.
212
11.8
ZUSAMMENFASSUNG
.
216
INHALTSVERZEICHNIS
XIII
12
ZUSAMMENFASSUNG
UND
AUSBLICK
219
A
EINE
UEBERSICHT
UEBER
GAUSS
223
B
(PARTIELLE)
AUTOKORRELATIONSFUNKTION
227
C
SIGNIFIKANZTESTS
DER
MULTIPLEN
REGRESSION
229
C.L
T-TEST
.
229
C.2
F-TEST
.
230
D
DIE
WIRTSCHAFTSZEITREIHEN
231
D.L
EINFLUSSZEITREIHEN
ZUM
BRUTTOSOZIALPRODUKT
.
231
D.2
EINFLUSSZEITREIHEN
ZUR
ARBEITNEHMERZAHL
.
235
E
EXOGENE
UMWELTZEITREIHEN
239
F
GUETE
VERSCHIEDENER
NEURONALER
NETZEN
BEI
DER
ABVERKAUFSPROGNOSE
241
LITERATURVERZEICHNIS
247 |
| any_adam_object | 1 |
| author | Thiesing, Frank M. |
| author_facet | Thiesing, Frank M. |
| author_role | aut |
| author_sort | Thiesing, Frank M. |
| author_variant | f m t fm fmt |
| building | Verbundindex |
| bvnumber | BV012121060 |
| classification_rvk | QH 237 ST 610 |
| ctrlnum | (OCoLC)75896429 (DE-599)BVBBV012121060 |
| discipline | Informatik Wirtschaftswissenschaften |
| edition | Als Ms. gedr. |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000 c 4500</leader><controlfield tag="001">BV012121060</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">19990413</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">980818s1998 gw d||| m||| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">954333764</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3826542428</subfield><subfield code="c">kart. : DM 98.00, S 689.00, sfr 99.00</subfield><subfield code="9">3-8265-4242-8</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)75896429</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV012121060</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-1051</subfield><subfield code="a">DE-521</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QH 237</subfield><subfield code="0">(DE-625)141552:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 610</subfield><subfield code="0">(DE-625)143683:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">17</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">27</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">28</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">15</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Thiesing, Frank M.</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Analyse und Prognose von Zeitreihen mit neuronalen Netzen</subfield><subfield code="c">Frank M. Thiesing</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Als Ms. gedr.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Aachen</subfield><subfield code="b">Shaker</subfield><subfield code="c">1998</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXII, 253 S.</subfield><subfield code="b">graph. Darst.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Berichte aus der Informatik</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: Osnabrück, Univ., Diss., 1998</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Prognoseverfahren</subfield><subfield code="0">(DE-588)4358095-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Zeitreihenanalyse</subfield><subfield code="0">(DE-588)4067486-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Zeitreihenanalyse</subfield><subfield code="0">(DE-588)4067486-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Zeitreihenanalyse</subfield><subfield code="0">(DE-588)4067486-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Prognoseverfahren</subfield><subfield code="0">(DE-588)4358095-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008208578&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-008208578</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV012121060 |
| illustrated | Illustrated |
| indexdate | 2024-08-13T00:21:40Z |
| institution | BVB |
| isbn | 3826542428 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-008208578 |
| oclc_num | 75896429 |
| open_access_boolean | |
| owner | DE-1051 DE-521 |
| owner_facet | DE-1051 DE-521 |
| physical | XXII, 253 S. graph. Darst. |
| publishDate | 1998 |
| publishDateSearch | 1998 |
| publishDateSort | 1998 |
| publisher | Shaker |
| record_format | marc |
| series2 | Berichte aus der Informatik |
| spelling | Thiesing, Frank M. Verfasser aut Analyse und Prognose von Zeitreihen mit neuronalen Netzen Frank M. Thiesing Als Ms. gedr. Aachen Shaker 1998 XXII, 253 S. graph. Darst. txt rdacontent n rdamedia nc rdacarrier Berichte aus der Informatik Zugl.: Osnabrück, Univ., Diss., 1998 Prognoseverfahren (DE-588)4358095-6 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf Zeitreihenanalyse (DE-588)4067486-1 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Zeitreihenanalyse (DE-588)4067486-1 s Neuronales Netz (DE-588)4226127-2 s DE-604 Prognoseverfahren (DE-588)4358095-6 s DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008208578&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Thiesing, Frank M. Analyse und Prognose von Zeitreihen mit neuronalen Netzen Prognoseverfahren (DE-588)4358095-6 gnd Neuronales Netz (DE-588)4226127-2 gnd Zeitreihenanalyse (DE-588)4067486-1 gnd |
| subject_GND | (DE-588)4358095-6 (DE-588)4226127-2 (DE-588)4067486-1 (DE-588)4113937-9 |
| title | Analyse und Prognose von Zeitreihen mit neuronalen Netzen |
| title_auth | Analyse und Prognose von Zeitreihen mit neuronalen Netzen |
| title_exact_search | Analyse und Prognose von Zeitreihen mit neuronalen Netzen |
| title_full | Analyse und Prognose von Zeitreihen mit neuronalen Netzen Frank M. Thiesing |
| title_fullStr | Analyse und Prognose von Zeitreihen mit neuronalen Netzen Frank M. Thiesing |
| title_full_unstemmed | Analyse und Prognose von Zeitreihen mit neuronalen Netzen Frank M. Thiesing |
| title_short | Analyse und Prognose von Zeitreihen mit neuronalen Netzen |
| title_sort | analyse und prognose von zeitreihen mit neuronalen netzen |
| topic | Prognoseverfahren (DE-588)4358095-6 gnd Neuronales Netz (DE-588)4226127-2 gnd Zeitreihenanalyse (DE-588)4067486-1 gnd |
| topic_facet | Prognoseverfahren Neuronales Netz Zeitreihenanalyse Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=008208578&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT thiesingfrankm analyseundprognosevonzeitreihenmitneuronalennetzen |