Détection et isolement de défauts dans les processus industriels basés sur le RNN - Siva Kumar, A. P.;K, Chidananda;Pavan Kumar, N
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
15 °P sammeln
  • Broschiertes Buch

L'apprentissage profond est un sous-ensemble de l'apprentissage automatique concerné où les algorithmes de réseaux neuronaux inspirés par le cerveau humain apprennent à partir d'une grande quantité de données par le biais de plusieurs couches de transformation non linéaire. Puisqu'il a une forte capacité d'apprentissage qui peut améliorer l'utilisation de l'ensemble de données pour l'extraction de caractéristiques. Il détermine les défauts des processus industriels dans les données d'entrée en simulant la façon dont le cerveau humain détecte les défauts dans les processus industriels.

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'apprentissage profond est un sous-ensemble de l'apprentissage automatique concerné où les algorithmes de réseaux neuronaux inspirés par le cerveau humain apprennent à partir d'une grande quantité de données par le biais de plusieurs couches de transformation non linéaire. Puisqu'il a une forte capacité d'apprentissage qui peut améliorer l'utilisation de l'ensemble de données pour l'extraction de caractéristiques. Il détermine les défauts des processus industriels dans les données d'entrée en simulant la façon dont le cerveau humain détecte les défauts dans les processus industriels.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Dr. A.P.Siva Kumar, hizo su B.Tech de JNTUH, M.Tech de JNTUA, Ph.D de JNTUA en el área de "Information Retrieval and Cross Lingual Intelligent Systems" en el año 2011. Recibió el Premio Carrer para Jóvenes Profesores (CAYT) para el año fiscal 2013-14.