Andere Kunden interessierten sich auch für
![Réseau neuronal artificiel basé sur la gestion de la construction]( "Réseau neuronal artificiel basé sur la gestion de la construction")
Réseau neuronal artificiel basé sur la gestion de la construction29,99 €![Prévision du marché boursier irakien à l'aide d'un réseau neuronal artificiel]( "Prévision du marché boursier irakien à l'aide d'un réseau neuronal artificiel")
Prévision du marché boursier irakien à l'aide d'un réseau neuronal artificiel32,99 €![Authentification de la signature numérique à l'aide d'un réseau neuronal artificiel]( "Authentification de la signature numérique à l'aide d'un réseau neuronal artificiel")
Authentification de la signature numérique à l'aide d'un réseau neuronal artificiel23,99 €![Prévision des précipitations à l'aide d'un réseau neuronal]( "Prévision des précipitations à l'aide d'un réseau neuronal")
Prévision des précipitations à l'aide d'un réseau neuronal29,99 €![Algorithme de réseau neuronal pour la chasse coordonnée de plusieurs robots]( "Algorithme de réseau neuronal pour la chasse coordonnée de plusieurs robots")
Algorithme de réseau neuronal pour la chasse coordonnée de plusieurs robots29,99 €![Réseau de neurones artificiels pour le génie civil]( "Réseau de neurones artificiels pour le génie civil")
Réseau de neurones artificiels pour le génie civil39,99 €![Réseau neuronal et séries chronologiques floues]( "Réseau neuronal et séries chronologiques floues")
Réseau neuronal et séries chronologiques floues36,99 €
Les réseaux neuronaux artificiels sont des réseaux complexes émulant la manière dont les neurones rationnels humains traitent les données. Ils ont été largement utilisés pour la prédiction, le regroupement, la classification et l'association. Les algorithmes de formation qui déterminent les poids du réseau sont presque le facteur le plus important qui influence les performances du réseau neuronal. Ces derniers temps, plusieurs algorithmes méta-heuristiques et évolutionnaires sont utilisés pour optimiser les poids des réseaux neuronaux afin d'obtenir des performances neuronales plus élevées.Pour résoudre des problèmes de calcul complexes, de nombreux algorithmes d'optimisation méta-heuristiques ont été développés. Une méta-heuristique est une procédure de niveau supérieur conçue pour découvrir, créer ou sélectionner une heuristique susceptible de fournir une solution suffisamment bonne à un problème d'optimisation, en particulier avec des informations incomplètes ou imparfaites ou une capacité de calcul limitée. Les méta-heuristiques peuvent faire des hypothèses limitées sur le problème d'optimisation à résoudre, et elles peuvent donc être utilisables pour une variété de problèmes. De nombreuses méta-heuristiques mettent en oeuvre une forme d'optimisation stochastique, de sorte que la solution trouvée dépend de l'ensemble des variables aléatoires générées.