Abdulrazak Yahya Saleh

Algorithmes évolutionnaires multi-objectifs pour les réseaux neuronaux de pointe

• Broschiertes Buch

Produktbeschreibung

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.

Produktdetails

• Verlag: Editions Notre Savoir
• Seitenzahl: 60
• Erscheinungstermin: 1. Februar 2025
• Französisch
• Abmessung: 220mm x 150mm x 4mm
• Gewicht: 107g
• ISBN-13: 9786208557492
• ISBN-10: 6208557496
• Artikelnr.: 73225797

Autorenporträt

Licenciado en Informática por la UST y doctor en Informática (Inteligencia Artificial) por la Universidad Teknologi Malaysia (UTM). Está interesado en la ciencia cognitiva, el modelado del cerebro, las redes neuronales con picos y los métodos de optimización. Sus intereses de investigación incluyen ciencia de datos, big data,aprendizaje profundo,programación paralela.