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: 1
نویسندگان: Maciej Krawczak (auth.)
سری: Studies in Computational Intelligence 478
ISBN (شابک) : 9783319002477, 9783319002484
ناشر: Springer International Publishing
سال نشر: 2013
تعداد صفحات: 189
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب شبکه های عصبی چند لایه: یک چشم انداز کلی تعمیم یافته: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)، کنترل
در صورت تبدیل فایل کتاب Multilayer Neural Networks: A Generalized Net Perspective 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 شبکه های عصبی چند لایه: یک چشم انداز کلی تعمیم یافته 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.
هدف اصلی این کتاب نشان دادن این است که یک شبکه عصبی چند لایه را می توان به عنوان یک سیستم چند مرحله ای در نظر گرفت و سپس یادگیری این دسته از شبکه های عصبی را می توان به عنوان یک نوع خاص از کنترل بهینه در نظر گرفت. مسئله. به این ترتیب، روش بهینه مسئله کنترل، مانند برنامهنویسی پویا، با تغییراتی، میتواند کلاس جدیدی از الگوریتمهای یادگیری را برای شبکههای عصبی چندلایه ارائه دهد.
هدف دیگر این کتاب نشان دادن این است که نظریه شبکه تعمیم یافته را می توان با موفقیت به عنوان توصیف جدیدی از شبکه های عصبی چندلایه استفاده کرد. چندین توصیف خالص کلی از فرآیندهای عملکرد شبکه های عصبی در نظر گرفته شده است، به عنوان مثال: فرآیند شبیه سازی شبکه ها، سیستم شبکه های عصبی و الگوریتم های یادگیری توسعه یافته در این کتاب.
رویکرد شبکه تعمیم یافته برای مدل سازی سیستم های واقعی ممکن است با موفقیت برای توصیف انواع مشکلات تکنولوژیکی و فکری مورد استفاده قرار گیرد، این می تواند نه تنها برای نمایش عملکرد موازی اشیاء همگن، بلکه برای مدل سازی سیستم های غیر همگن، برای مثال سیستم هایی که از نوع متفاوتی تشکیل شده اند، استفاده شود. زیرسیستم ها.
استفاده از متدولوژی شبکه های تعمیم یافته راه جدیدی را برای توصیف عملکرد سیستم های پویا گسسته نشان می دهد.
The primary purpose of this book is to show that a multilayer neural network can be considered as a multistage system, and then that the learning of this class of neural networks can be treated as a special sort of the optimal control problem. In this way, the optimal control problem methodology, like dynamic programming, with modifications, can yield a new class of learning algorithms for multilayer neural networks.
Another purpose of this book is to show that the generalized net theory can be successfully used as a new description of multilayer neural networks. Several generalized net descriptions of neural networks functioning processes are considered, namely: the simulation process of networks, a system of neural networks and the learning algorithms developed in this book.
The generalized net approach to modelling of real systems may be used successfully for the description of a variety of technological and intellectual problems, it can be used not only for representing the parallel functioning of homogenous objects, but also for modelling non-homogenous systems, for example systems which consist of a different kind of subsystems.
The use of the generalized nets methodology shows a new way to describe functioning of discrete dynamic systems.
Front Matter....Pages 1-10
Introduction to Multilayer Neural Networks....Pages 1-14
Basics of Generalized Nets....Pages 15-30
Simulation Process of Neural Networks....Pages 31-69
Learning from Examples....Pages 71-93
Learning as a Control Process....Pages 95-121
Parameterisation of Learning....Pages 123-144
Adjoint Neural Networks....Pages 145-166
Summary....Pages 167-169
Back Matter....Pages 171-182