Open Daily: 10am - 10pm | Alley door pickup 10am - 7pm 3038 Hennepin Ave Minneapolis, MN
612-822-4611

  • Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Hybride neuronale Netze für die Wettervorhersage

Hybride neuronale Netze für die Wettervorhersage

Singh, Shaminder
Gill, Jasmeen

Paperback

General Computers

ISBN10: 6209946690
ISBN13: 9786209946691
Publisher: Verlag Unser Wissen
Published: Apr 19 2026
Pages: 72
Weight: 0.24
Height: 0.17 Width: 6.00 Depth: 9.00
Language: German
Das Wetter spielt eine wichtige Rolle für Leben, Eigentum, Landwirtschaft und Industrie. Neuronale Netze sind in der Lage, das nichtlineare Verhalten des Wetters vorherzusagen, ohne dass die physikalischen Zusammenhänge explizit untersucht werden müssen. Die gängigste Methode zum Trainieren neuronaler Netze ist der auf Gradientenabstieg basierende Backpropagation-Algorithmus. Der Backpropagation-Algorithmus weist jedoch einige Nachteile auf, wie das Problem lokaler Minima, langsames Training und Skalierungsprobleme. Diese Probleme lassen sich durch eine Kombination mit genetischen Algorithmen lösen. Die Hybridtechnik kann effizient lernen, indem sie die Stärken des genetischen Algorithmus mit denen des Backpropagation-Algorithmus kombiniert. Die hybriden neuronalen Netze sind besser geeignet, wenn man nur die Anforderung einer globalen Suche berücksichtigt. Sie sind gut bei der globalen Suche, d. h. nicht nur in eine Richtung, und sie arbeiten mit einer Population von Punkten statt mit einem einzelnen Punkt. Au erdem vereinen sie die Vorzüge sowohl des deterministischen Algorithmus BP als auch des stochastischen Optimierungsalgorithmus GA.

Also from

Gill, Jasmeen

View All

Also in

General Computers

View All