Zastosowania praktyczneWśród wielu zastosowań sieci neuronowych istotne miejsce zajmują również te o bardzo istotnym aspekcie praktycznym.
Sieci neuronowe to nie tylko teoria i naukowe zastosowania!
Wśród zastosowań praktycznych, istotne są również zastosowania do wspomagania decyzji - w tym decyzji jak inwestować na giełdzie.
W tym przypadku istnieją i wciąż są rozwijane pakiety komercyjne, których głównym celem jest pomoc w pomnażaniu zysków inwestora.
Przykład takiego oprogramowania to pakiet Profit firmy BioComp Systems, Inc.
Jak tego typu systemy działają ?Podstawą ich działania są sieci neuronowe - zadaniem systemu jest dostarczanie prognoz rozwoju sytuacji na rynku oraz sugerowanie decyzji (ang. buy,sell or hold). Danymi wejściowymi sieci stają się odpowiednio przetworzone dane opisujące aktualny stan rynku - np. notowania giełdowe.
Często do konstruowania sieci neuronowych wykorzystywane są inne techniki sztucznej inteligencji i optymalizacji, a w szczególności algorytmy genetyczne.
Ciekawym rozwiązaniem jest korzystanie z grupy sieci neuronowych o najlepszej efektywności prognozowania do wyznaczania ostatecznej prognozy. Przypomina to korzystanie z grupy ekspertów. Wtedy sugestie sieci są uśredniane, odrzuceniu mogą przy tym podlegać skrajne reakcje sieci.
[ Początek strony ] [ MiNIWyklady ]
Wszystkie prawa zastrzeżone © 2000 Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej