Algoritmos evolutivos multiobjectivo de redes neuronais de espigões - Saleh, Abdulrazak Yahya
23,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
payback
12 °P sammeln
  • Broschiertes Buch

As redes neuronais de estimulação (SNN) desempenham um papel essencial nos problemas de classificação. Embora existam muitos modelos de SNN, a Evolving Spiking Neural Network (ESNN) é amplamente utilizada em muitos trabalhos de investigação recentes. Os algoritmos evolutivos, principalmente a evolução diferencial (DE), têm sido utilizados para melhorar o algoritmo ESNN. No entanto, muitos problemas de otimização do mundo real incluem vários objectivos contraditórios. Neste livro, a Harmony Search (HS) e a abordagem memética foram utilizadas para melhorar o desempenho da MOO com ESNN.…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
As redes neuronais de estimulação (SNN) desempenham um papel essencial nos problemas de classificação. Embora existam muitos modelos de SNN, a Evolving Spiking Neural Network (ESNN) é amplamente utilizada em muitos trabalhos de investigação recentes. Os algoritmos evolutivos, principalmente a evolução diferencial (DE), têm sido utilizados para melhorar o algoritmo ESNN. No entanto, muitos problemas de otimização do mundo real incluem vários objectivos contraditórios. Neste livro, a Harmony Search (HS) e a abordagem memética foram utilizadas para melhorar o desempenho da MOO com ESNN. Consequentemente, foi aplicada a Evolução Diferencial Multi-Objetivo de Pesquisa Harmónica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) para melhorar a estrutura da ESNN e as taxas de precisão. São utilizados conjuntos de dados padrão da aprendizagem automática da UCI para avaliar o desempenho deste modelo híbrido multiobjectivo melhorado. Os resultados experimentais provaram que a Evolução Diferencial Multi-Objetivo da Pesquisa Harmónica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) dá melhores resultados em termos de precisão e estrutura da rede.
Autorenporträt
Obteve o mestrado em Ciências da Computação na UST e o doutoramento em Ciências da Computação (Inteligência Artificial) na Universidade Teknologi Malaysia (UTM). Interessa-se por ciência cognitiva, modelação do cérebro, redes neurais, métodos de otimização. Os seus interesses de investigação incluem ciência de dados, grandes volumes de dados, aprendizagem profunda, programação paralela.