Algorithmes évolutionnaires multi-objectifs pour les réseaux neuronaux de pointe / Najlacnejšie knihy
Algorithmes évolutionnaires multi-objectifs pour les réseaux neuronaux de pointe

Kód: 47761345

Algorithmes évolutionnaires multi-objectifs pour les réseaux neuronaux de pointe

Autor Abdulrazak Yahya Saleh

Les réseaux de neurones à pointes (SNN) jouent un rôle essentiel dans les problèmes de classification. Bien qu'il existe de nombreux modèles de SNN, l'Evolving Spiking Neural Network (ESNN) est largement utilisé dans de nombreux t ... celý popis

32.09

Bežne: 37.69 €

Ušetríte 5.60 €


Skladom u dodávateľa
Odosielame za 5 - 8 dní
Pridať medzi želanie

Mohlo by sa vám tiež páčiť

Darčekový poukaz: Radosť zaručená
  1. Darujte poukaz v ľubovoľnej hodnote, a my sa postaráme o zvyšok.
  2. Poukaz sa vzťahuje na všetky produkty v našej ponuke.
  3. Elektronický poukaz si vytlačíte z e-mailu a môžete ho ihneď darovať.
  4. Platnosť poukazu je 12 mesiacov od dátumu vystavenia.

Objednať darčekový poukazViac informácií

Viac informácií o knihe Algorithmes évolutionnaires multi-objectifs pour les réseaux neuronaux de pointe

Nákupom získate 78 bodov

Anotácia knihy

Les réseaux de neurones à pointes (SNN) jouent un rôle essentiel dans les problèmes de classification. Bien qu'il existe de nombreux modèles de SNN, l'Evolving Spiking Neural Network (ESNN) est largement utilisé dans de nombreux travaux de recherche récents. Les algorithmes évolutionnaires, principalement l'évolution différentielle (DE), ont été utilisés pour améliorer l'algorithme ESNN. Cependant, de nombreux problèmes d'optimisation dans le monde réel comportent plusieurs objectifs contradictoires. Plutôt qu'une optimisation unique, l'optimisation multi-objectifs (MOO) peut être utilisée comme un ensemble de solutions optimales pour résoudre ces problèmes. Dans cet ouvrage, la recherche harmonique (HS) et l'approche mémétique ont été utilisées pour améliorer les performances de la MOO avec le réseau neuronal à pointes évolutives (ESNN). Par conséquent, l'évolution différentielle multiobjective à recherche d'harmonie mémétique avec réseau neuronal à pointes évolutif (MEHSMODE-ESNN) a été appliquée pour améliorer la structure et les taux de précision de l'ESNN. Des ensembles de données standard provenant de l'apprentissage automatique de l'UCI sont utilisés pour évaluer les performances de ce modèle hybride multiobjectif amélioré.

Parametre knihy

Zaradenie knihy Knihy po nemecky Naturwissenschaften, Medizin, Informatik, Technik Informatik, EDV Informatik, EDV - Sonstiges

32.09



Osobný odber Bratislava a 12542 dalších

Copyright ©2008-26 najlacnejsie-knihy.sk Všetky práva vyhradenéSúkromieCookies


Môj účet: Prihlásiť sa
Všetky knihy sveta na jednom mieste. Navyše za skvelé ceny.

Nákupný košík ( prázdny )

Vyzdvihnutie v Zásielkovni
zadarmo nad 59,99 €.

Nachádzate sa: