你好! Shipping to Taiwan with premium packaging for just NT$300 

Ship to
Taiwan
0

My Account

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menu

Select your country

Americas

Europe

Rest of the world

portada Algorithmes Évolutionnaires Multi-Objectifs Pour les Réseaux Neuronaux de Pointe (in French)
Type
Physical Book
Publisher
Author
Language
French
Pages
60
Format
Paperback
ISBN13
9786208557492

Algorithmes Évolutionnaires Multi-Objectifs Pour les Réseaux Neuronaux de Pointe (in French)

Abdulrazak Yahya Saleh (Author) · Editions Notre Savoir · Paperback

Algorithmes Évolutionnaires Multi-Objectifs Pour les Réseaux Neuronaux de Pointe (in French) - Abdulrazak Yahya Saleh

Cheaper New Book Imported to Taiwan
Delivery: 11 Nov - 19 Nov Shipping: 13 to 14 business days.
NT$ 1,384
Faster New Book Imported to Taiwan
Delivery: 30 Oct - 09 Nov Shipping: 5 to 6 business days.
NT$ 1,440
NT$ 1,384

Choose the list to add your product or create one New List

Go to My Wishlists
Calculate shipping cost

Synopsis "Algorithmes Évolutionnaires Multi-Objectifs Pour les Réseaux Neuronaux de Pointe (in French)"

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.

Customers reviews

More customer reviews
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Frequently Asked Questions about the Book

Is the book original?

All books in our catalog are Original.

In what language is the book written?

The book is written in French.

What is the format of this book?

The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews