دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Lorrentz. Pierre
سری:
ISBN (شابک) : 9781681080901, 1681080907
ناشر: Bentham Science Publisher
سال نشر: 2015
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب سیستم های عصبی مصنوعی: اصول و عمل.: هوش مصنوعی، کامپیوترهای عصبی، کامپیوترها - عمومی، هوش مصنوعی، کامپیوترهای عصبی
در صورت تبدیل فایل کتاب Artificial neural systems: principles and practice. به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب سیستم های عصبی مصنوعی: اصول و عمل. نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
FOREWORD
PREFACE
Principles
Neurons
A BIOLOGICAL NEURON
Synaptic Transmission
TRANSMISSION ACROSS SYNAPSES
AN ARTIFICIAL NEURON
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Basic Neurons
INTEGRATE-AND-FIRE NEURON
PROBABILITY
STEIN MODEL OF NEURON
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Basic Fuzzy Neuron and Fundamentals of ANN
A FUZZY NEURON
The Fuzzy-logic Neuron
PRINCIPLES OF ARTIFICIAL NEURAL NETWORK ANALYSIS AND DESIGN
The Wave Neural Networks
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Fundamental Algorithms and Methods. INTRODUCTIONDENSITY BASED ALGORITHMS: CLUSTERING ALGORITHMS
NATURE-BASED ALGORITHMS
Evolutionary Algorithm and Programming
Genetic Algorithm
GA Operators
APPLICATIONS OF GENETIC ALGORITHM
NETWORK METHOD: EDGES AND NODES
MULTI-LAYERED PERCEPTRON
REAL-TIME APPLICATIONS OF STATE-OF-THE-ART ANN SYSTEMS
DEFINITION OF ARTIFICIAL NEURAL NETWORKS (ANN)
Intelligence
An Artificial Neural Network (ANN) system
PERFORMANCE MEASURES
Receiver's Operating Characteristics (ROC)
Hypothesis Testing
Chi-squared (Goodness-of-fit) Test
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES. Quantum Logic and Classical Connectivity INTRODUCTION
QUANTUM LOGIC AND QUANTUM MATHEMATICS
Quantum Gates (Primitives)
Quantum Algebra
QUANTUM NEURAL NETWORK
CLASSICAL PRIMITIVES AND WEIGHTS
Memristance
HODGKIN-HUXLEY NEURON
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Practices
Learning Methods
INTRODUCTION
THE ADAPTIVE LINEAR NEURON (ADALINE)
THE RECURSIVE-LEAST-SQUARE (RLS) ALGORITHM
MULTI-AGENT NETWORK
NEUROMORPHIC NETWORK
BAYESIAN NETWORKS
Gaussian Mixture Model
K-means
Radial Basis Function (RBF)
Generative Topographic Mapping (GTM)
NEURO-FUZZY SYSTEM. RESEARCH AND APPLICATIONS OF ANN SYSTEMSCONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Neural Networks
INTRODUCTION
WEIGHTLESS NETWORKS
Probabilistic Convergent Network (PCN)
PCN Network Architecture
Learning or Training
Recognition or Classification
THE ENHANCED PROBABILISTIC CONVERGENT NETWORK (EPCN)
THE EPCN
Recognition procedure
The EPCN Software Implementation
A WEIGHTED NETWORK
Multi-Layer Perceptron (MLP)
Industrial Applications of MLP
BAYESIAN NETWORKS
Mixture Density Network (MDN)
Helmholtz Machine
THE DYNAMICS AND EVALUATION OF ANN SYSTEMS. Introduction: Chi-Squared Probability Density FunctionThe Dynamics
Fusion
Generalized Likelihood Ratio Test (GLRT)
GLRT Procedure:
Wald Test
Wald Test Procedure:
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Selection and Combination Strategy of ANN Systems
INTRODUCTION
FACTORIAL SELECTION
Comparison to Other Similar Coding Scheme for Multi-class Problems
THE GROUP METHOD OF SELECTION
Topology of GMDH
Applications of GMDH
CONFLICT OF INTEREST
ACKNOWLEDGEMENTS
REFERENCES
Probability-based Neural Network Systems
INTRODUCTION
RANDOM-NUMBER GENERATORS
MARKOV CHAIN.