FORTGESETZTES LERNEN IN TECHNIKEN DER KÜNSTLICHEN INTELLIGENZ - Silva Frutuoso de Souza, Simone;Parra dos Anjos Lima, Fernando;Roberto Chavarrete, Fábio
39,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

In diesem Buch wird ein intelligentes System mit kontinuierlichem Lernen vorgestellt, das von der Funktionsweise des biologischen Immunsystems inspiriert ist, um die Integritätsüberwachung in Luftfahrtstrukturen durchzuführen. Dieses intelligente System setzt sich aus Techniken zusammen, die auf künstlichen Immunsystemen (IAS) basieren, wie z. B. dem negativen Selektionsalgorithmus (NSA) und dem klonalen Selektionsalgorithmus (CSA). Künstliche Immunsysteme stellen leistungsfähige Werkzeuge dar, die sich für komplexe Aufgaben wie die Diagnostik eignen. Da es sich um eine stabile, zuverlässige…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
In diesem Buch wird ein intelligentes System mit kontinuierlichem Lernen vorgestellt, das von der Funktionsweise des biologischen Immunsystems inspiriert ist, um die Integritätsüberwachung in Luftfahrtstrukturen durchzuführen. Dieses intelligente System setzt sich aus Techniken zusammen, die auf künstlichen Immunsystemen (IAS) basieren, wie z. B. dem negativen Selektionsalgorithmus (NSA) und dem klonalen Selektionsalgorithmus (CSA). Künstliche Immunsysteme stellen leistungsfähige Werkzeuge dar, die sich für komplexe Aufgaben wie die Diagnostik eignen. Da es sich um eine stabile, zuverlässige und anpassungsfähige Architektur handelt, ermöglicht sie die Einbeziehung des Moduls für kontinuierliches Lernen. So wird das System effizienter, wenn neue Informationen verarbeitet und zur Verfügung gestellt werden. Diese Eigenschaft ist ein Vorteil von EISs, da sie die Möglichkeit des kontinuierlichen Lernens erlauben. Schließlich wurde der vorgeschlagene Algorithmus anhand von Daten bewertet, die aus einem numerischen Modell einer Flugzeugstruktur gewonnen wurden.
Autorenporträt
Es licenciada en Matemáticas (UNIFADRA), Máster en Ingeniería Eléctrica (UNESP), Doctorado en Ingeniería Eléctrica (UNESP), Doctorado en Sistemas de Energía Eléctrica (INESC-TEC Oporto) y Post-Doctorado en Ingeniería Mecánica (UNESP). Actualmente es profesora de la Universidad Estatal de Mato Grosso (UNEMAT).