Name: Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique. Une approche de la recherche de la structure des réseaux neuronaux (en Francés)
SKU: 65452220
Price: 117.28 PEN
Availability: InStock
Author: Tiago Mota;Jorgean Leal;Antônio Cezar Lima
ISBN: 9786202368445

portada Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique. Une approche de la recherche de la structure des réseaux neuronaux (en Francés)

Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique. Une approche de la recherche de la structure des réseaux neuronaux (en Francés)

Formato

Libro Físico

Editorial

Editions Notre Savoir

Autor

Tiago Mota;Jorgean Leal;Antônio Cezar Lima

Año

2025

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22x15 cm

ISBN13

9786202368445

Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique. Une approche de la recherche de la structure des réseaux neuronaux (en Francés)

Tiago Mota;Jorgean Leal;Antônio Cezar Lima (Autor) · Editions Notre Savoir · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 293,19S/ 117,28

-60%

Más rápido Libro Nuevo Importado

Envío: 13 a 17 días háb.

S/ 377,38S/ 169,82

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 117,28

Llega entre el 16 Dic y el 24 Dic a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Choix d'égaliseurs neuronaux à l'aide d'un algorithme génétique. Une approche de la recherche de la structure des réseaux neuronaux (en Francés)"

Les algorithmes génétiques et les réseaux neuronaux artificiels ont été combinés pour résoudre plusieurs problèmes au cours des deux dernières décennies. Les premiers ont été utilisés pour aider à trouver les paramètres et les décisions topologiques des seconds, ou pour faire face aux limites des algorithmes d'apprentissage. Certains problèmes exigent l'application de réseaux neuronaux comme solution alternative pour les résoudre, mais les études qui développent une méthodologie pour indiquer la meilleure architecture neuronale adaptée à une application spécifique sont rares à trouver dans la littérature. Dans ce travail, nous appliquons un algorithme génétique pour rechercher des poids neuronaux et utilisons cette information pour indiquer la meilleure structure et mesurer l'efficacité de l'algorithme d'apprentissage. Nous avons utilisé un problème d'égalisation de canaux comme exemple pour tester la méthodologie proposée. Les résultats obtenus à partir de cette application sont très prometteurs.