Aglomerado de Redes Neuronais Dinâmicas de Alimentação Não Supervisionada - Asadi, Roya
36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

As redes neurais artificiais são modelos computacionais inspirados pela neurobiologia para melhorar e testar análogos computacionais de neurónios. Numa rede neural feedforward (FFNN), o processamento de dados ocorre em apenas uma interligação frontal desde a camada de entrada até à camada de saída sem qualquer laço para trás. O agrupamento não supervisionado de FFNN (UFFNN) tem grandes capacidades, tais como arquitecturas de processamento paralelo distribuído inerentes, ajustando os pesos de interligação para aprender e dividir os dados em grupos significativos com objectivos especiais,…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
As redes neurais artificiais são modelos computacionais inspirados pela neurobiologia para melhorar e testar análogos computacionais de neurónios. Numa rede neural feedforward (FFNN), o processamento de dados ocorre em apenas uma interligação frontal desde a camada de entrada até à camada de saída sem qualquer laço para trás. O agrupamento não supervisionado de FFNN (UFFNN) tem grandes capacidades, tais como arquitecturas de processamento paralelo distribuído inerentes, ajustando os pesos de interligação para aprender e dividir os dados em grupos significativos com objectivos especiais, classificando os dados relacionados em grupos semelhantes sem utilizar qualquer etiqueta de classe, controlando dados ruidosos e aprendendo os tipos de valores de dados de entrada com base nos seus pesos e propriedades. Geralmente, em ambientes reais, os dados dinâmicos são de grande volume e dimensão, pelo que os métodos de agrupamento dinâmico UFFNN em linha devem ser desenvolvidos para terem uma capacidade de aprendizagem incremental em linha.
Autorenporträt
Roya Asadi erwarb den Bachelor-Abschluss in Computer Software Engineering an der Shahid Beheshti University und bei DPIran Co. (IBM), Teheran, Iran. Außerdem erwarb sie einen Master of Computer Science (CS) in Datenbanksystemen an der UPM-Universität und einen Doktortitel in CS in Künstlicher Intelligenz (Neuronales Netzwerk) an der UM-Universität in Malaysia.