Hallo, dubi,
der Einfluss von Inputdaten auf den Output läßt sich über einen kleinen Umweg schon jetzt untersuchen. Ob dies für Deine Forschungen genügt, weiß ich natürlich nicht.
Die mittels Inputschablonen dem NN zugeführten Inputdaten lassen sich über einen Schalter leiten; dieser Schalter kann die Werte 1 (für an), 0 (für aus) oder natürlich auch jeden anderen Wert annehmen. Der Schalter wird als Anwenderindikator angelegt. In den Formeleditor wird der entsprechende Wert notiert, anfangs also 1. Dieser Schalter wird sodann als Multiplikator der Inputberechnung hinzugefügt. Damit die jeweiligen Inputs getrennt voneinander untersucht werden können, müssen entsprechend mehrere Anwenderindikatoren angelegt werden. Selbstverständlich ist es sinnvoll, mehrere Inputs als Gruppe, zum Beispiel pro Inputschablone, zu untersuchen. Dies gilt auch für die in Investox bereits vorhandenen Inputschablonen/Einflussfaktoren.
Nach dem Training eines NNs lassen sich durch Nullstellung des Schalters die Inputfaktoren ändern und so die damit verbundene Änderung der Outputdaten untersuchen. Durch diese Methode lässt sich gut überprüfen, in wie weit das NN auf die Änderung bestimmter Inputdaten reagiert. Unter Umständen sind damit Rückschlüsse auf das Stabiltätsverhalten des NNs möglich (insbesondere, wenn man den Inputfaktor von 1 auf bsp. lediglich 0.9 oder 0.8 ändert). Ob durch die Nullstellung eine tatsächliche Ausblendung der Inputdaten erreicht werden kann, so als wären die entsprechenden Inputdaten nie in das NN eingeflossen, ist fraglich. Die Struktur eines NNs ist hochkomplex. Lediglich ein Neutraining verschafft hier die notwendige Sicherheit.
Viele Grüße!
Franck
