Das Spiking Neural Network (SNN) spielt eine wichtige Rolle bei Klassifizierungsproblemen. Obwohl es viele SNN-Modelle gibt, wird das Evolving Spiking Neural Network (ESNN) in vielen aktuellen Forschungsarbeiten verwendet. Evolutionäre Algorithmen, vor allem die differentielle Evolution (DE), wurden zur Verbesserung des ESNN-Algorithmus eingesetzt. Viele reale Optimierungsprobleme beinhalten jedoch mehrere widersprüchliche Ziele. In diesem Buch wurden Harmony Search (HS) und der memetische Ansatz verwendet, um die Leistung von MOO mit ESNN zu verbessern. Folglich wurde Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) angewendet, um die ESNN-Struktur und die Genauigkeitsraten zu verbessern. Standarddatensätze aus dem maschinellen Lernen der UCI werden für die Bewertung der Leistung dieses verbesserten hybriden Mehrzielmodells verwendet. Die experimentellen Ergebnisse haben gezeigt, dass das Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) bessere Ergebnisse in Bezug auf Genauigkeit und Netzwerkstruktur liefert.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Vendeur : California Books, Miami, FL, Etats-Unis
Etat : New. N° de réf. du vendeur I-9786208557515
Quantité disponible : Plus de 20 disponibles
Vendeur : PBShop.store US, Wood Dale, IL, Etats-Unis
PAP. Etat : New. New Book. Shipped from UK. Established seller since 2000. N° de réf. du vendeur L2-9786208557515
Quantité disponible : Plus de 20 disponibles
Vendeur : PBShop.store UK, Fairford, GLOS, Royaume-Uni
PAP. Etat : New. New Book. Shipped from UK. Established seller since 2000. N° de réf. du vendeur L2-9786208557515
Quantité disponible : Plus de 20 disponibles
Vendeur : Ria Christie Collections, Uxbridge, Royaume-Uni
Etat : New. In. N° de réf. du vendeur ria9786208557515_new
Quantité disponible : Plus de 20 disponibles
Vendeur : Majestic Books, Hounslow, Royaume-Uni
Etat : New. Print on Demand. N° de réf. du vendeur 409406767
Quantité disponible : 4 disponible(s)
Vendeur : Books Puddle, New York, NY, Etats-Unis
Etat : New. Print on Demand. N° de réf. du vendeur 26403747568
Quantité disponible : 4 disponible(s)
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 60 pp. Deutsch. N° de réf. du vendeur 9786208557515
Quantité disponible : 2 disponible(s)
Vendeur : Biblios, Frankfurt am main, HESSE, Allemagne
Etat : New. PRINT ON DEMAND. N° de réf. du vendeur 18403747578
Quantité disponible : 4 disponible(s)
Vendeur : CitiRetail, Stevenage, Royaume-Uni
Paperback. Etat : new. Paperback. Das Spiking Neural Network (SNN) spielt eine wichtige Rolle bei Klassifizierungsproblemen. Obwohl es viele SNN-Modelle gibt, wird das Evolving Spiking Neural Network (ESNN) in vielen aktuellen Forschungsarbeiten verwendet. Evolutionaere Algorithmen, vor allem die differentielle Evolution (DE), wurden zur Verbesserung des ESNN-Algorithmus eingesetzt. Viele reale Optimierungsprobleme beinhalten jedoch mehrere widerspruechliche Ziele. In diesem Buch wurden Harmony Search (HS) und der memetische Ansatz verwendet, um die Leistung von MOO mit ESNN zu verbessern. Folglich wurde Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) angewendet, um die ESNN-Struktur und die Genauigkeitsraten zu verbessern. Standarddatensaetze aus dem maschinellen Lernen der UCI werden fuer die Bewertung der Leistung dieses verbesserten hybriden Mehrzielmodells verwendet. Die experimentellen Ergebnisse haben gezeigt, dass das Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) bessere Ergebnisse in Bezug auf Genauigkeit und Netzwerkstruktur liefert. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. N° de réf. du vendeur 9786208557515
Quantité disponible : 1 disponible(s)
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - Print on Demand Titel. Neuware -Das Spiking Neural Network (SNN) spielt eine wichtige Rolle bei Klassifizierungsproblemen. Obwohl es viele SNN-Modelle gibt, wird das Evolving Spiking Neural Network (ESNN) in vielen aktuellen Forschungsarbeiten verwendet. Evolutionäre Algorithmen, vor allem die differentielle Evolution (DE), wurden zur Verbesserung des ESNN-Algorithmus eingesetzt. Viele reale Optimierungsprobleme beinhalten jedoch mehrere widersprüchliche Ziele. In diesem Buch wurden Harmony Search (HS) und der memetische Ansatz verwendet, um die Leistung von MOO mit ESNN zu verbessern. Folglich wurde Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) angewendet, um die ESNN-Struktur und die Genauigkeitsraten zu verbessern. Standarddatensätze aus dem maschinellen Lernen der UCI werden für die Bewertung der Leistung dieses verbesserten hybriden Mehrzielmodells verwendet. Die experimentellen Ergebnisse haben gezeigt, dass das Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) bessere Ergebnisse in Bezug auf Genauigkeit und Netzwerkstruktur liefert.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 60 pp. Deutsch. N° de réf. du vendeur 9786208557515
Quantité disponible : 1 disponible(s)