Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
As redes neuronais de estimulação (SNN) desempenham um papel essencial nos problemas de classificação. Embora existam muitos modelos de SNN, a Evolving Spiking Neural Network (ESNN) é amplamente utilizada em muitos trabalhos de investigação recentes. Os algoritmos evolutivos, principalmente a evolução diferencial (DE), têm sido utilizados para melhorar o algoritmo ESNN. No entanto, muitos problemas de otimização do mundo real incluem vários objectivos contraditórios. Neste livro, a Harmony Search (HS) e a abordagem memética foram utilizadas para melhorar o desempenho da MOO com ESNN. Consequentemente, foi aplicada a Evolução Diferencial Multi-Objetivo de Pesquisa Harmónica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) para melhorar a estrutura da ESNN e as taxas de precisão. São utilizados conjuntos de dados padrão da aprendizagem automática da UCI para avaliar o desempenho deste modelo híbrido multiobjectivo melhorado. Os resultados experimentais provaram que a Evolução Diferencial Multi-Objetivo da Pesquisa Harmónica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) dá melhores resultados em termos de precisão e estrutura da rede.