Ottimizzazione della topologia di un percettrone multistrato - Saturno Gonçalves, Gean
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
16 °P sammeln
  • Broschiertes Buch

L'intelligenza artificiale è sempre più presente nella nostra società. A tal fine sono state create diverse strategie. Le reti neurali artificiali sono state una di queste e presentano diverse architetture e topologie. Il Perceptron multiplo, ad esempio, è una rete neurale che possiede una grande capacità di generalizzazione, ovvero, quando viene utilizzata per la classificazione di modelli, è in grado di classificare correttamente campioni che non le sono mai stati presentati, utilizzando solo la sua esperienza con classificazioni precedenti. Tuttavia, la capacità di generalizzazione del…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'intelligenza artificiale è sempre più presente nella nostra società. A tal fine sono state create diverse strategie. Le reti neurali artificiali sono state una di queste e presentano diverse architetture e topologie. Il Perceptron multiplo, ad esempio, è una rete neurale che possiede una grande capacità di generalizzazione, ovvero, quando viene utilizzata per la classificazione di modelli, è in grado di classificare correttamente campioni che non le sono mai stati presentati, utilizzando solo la sua esperienza con classificazioni precedenti. Tuttavia, la capacità di generalizzazione del perceptron è proporzionale alla qualità della sua topologia, ovvero una buona generalizzazione richiede una buona topologia. Tuttavia, trovare la topologia ideale per un perceptron non è semplice. Questo lavoro presenta l'analisi delle metriche utilizzate per trovare la topologia migliore per un determinato problema.
Autorenporträt
Giovane scienziato originario di Juruaia, Minas Gerais. Laureato in Informatica presso il Centro Universitario della Fondazione Educativa Guaxupé (UNIFEG), dove ha prodotto due lavori scientifici. Il primo, che ha dato origine a questa opera, è stato sviluppato nel 2014 e la sua sintesi è stata pubblicata nel secondo congresso scientifico dell'Unifeg nello stesso anno.