32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
16 °P sammeln
  • Broschiertes Buch

On sait à présent que la propriété fondamentale des réseaux d ondelettes est l'approximation universelle. De plus, le développement d algorithmes performants pour l apprentissage de ces réseaux, leur a ouvert de nouvelles perspectives d'utilisation. Nous proposons dans cet ouvrage une nouvelle approche d apprentissage basé sur une nouvelle architecture des réseaux d ondelettes de familles d ondelettes mère. L'objectif de la phase d'apprentissage des réseaux d ondelettes est de sélectionner les régresseurs pertinents. Cette approche a été testée sur de nombreuses données d apprentissage en…mehr

Produktbeschreibung
On sait à présent que la propriété fondamentale des réseaux d ondelettes est l'approximation universelle. De plus, le développement d algorithmes performants pour l apprentissage de ces réseaux, leur a ouvert de nouvelles perspectives d'utilisation. Nous proposons dans cet ouvrage une nouvelle approche d apprentissage basé sur une nouvelle architecture des réseaux d ondelettes de familles d ondelettes mère. L'objectif de la phase d'apprentissage des réseaux d ondelettes est de sélectionner les régresseurs pertinents. Cette approche a été testée sur de nombreuses données d apprentissage en utilisant des fonctions d approximations très connus et a montré toute son efficacité par rapport aux algorithmes actuels.
Autorenporträt
Maître assistant au collège de l'université de Jamoum, université de Umm Al Qura, Makkah, Arabie saoudite. Docteur (PhD) en Ingénierie des Systèmes Informatiques de l'Ecole Nationale d'Ingénieurs de Sfax (ENIS). Membre du Groupe de recherche sur les machines intelligentes (REGIM) de l'université de Sfax, Tunisie.