Metaheuristics for Data Clustering and Image Segmentation

در این کتاب، تکامل دیفرانسیل و انواع اصلاح شده آن برای خوشه بندی داده ها و تصاویر اعمال شده است. فراابتکاری به‌عنوان الگوریتم‌های بالقوه برای مقابله با مسائل بهینه‌سازی پیچیده، که حل آن‌ها با استفاده از روش‌های سنتی دشوار است، پدیدار شده‌اند. در این راستا، تکامل دیفرانسیل به عنوان یک تکنیک بسیار امیدوارکننده برای بهینه‌سازی در نظر گرفته می‌شود و برای حل مسائل بلادرنگ مختلف استفاده می‌شود. این کتاب الگوریتم ها را با جزئیات مطالعه می کند، آنها را روی طیف وسیعی از تصاویر آزمایشی آزمایش می کند و عملکرد آنها را به دقت تجزیه و تحلیل می کند. بر این اساس، یک راهنمای مرجع ارزشمند برای همه محققان، دانشجویان و متخصصان شاغل در زمینه‌های هوش مصنوعی، بهینه‌سازی و تجزیه و تحلیل داده‌ها ارائه می‌کند.

In this book, differential evolution and its modified variants are applied to the clustering of data and images. Metaheuristics have emerged as potential algorithms for dealing with complex optimization problems, which are otherwise difficult to solve using traditional methods. In this regard, differential evolution is considered to be a highly promising technique for optimization and is being used to solve various real-time problems. The book studies the algorithms in detail, tests them on a range of test images, and carefully analyzes their performance. Accordingly, it offers a valuable reference guide for all researchers, students and practitioners working in the fields of artificial intelligence, optimization and data analytics.