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
Algoritmi evolutivi multi-obiettivo della rete neurale Spiking

Algoritmi evolutivi multi-obiettivo della rete neurale Spiking

Saleh, Abdulrazak Yahya

Paperback

General Computers

ISBN10: 6208557488
ISBN13: 9786208557485
Publisher: Edizioni Sapienza
Published: Feb 1 2025
Pages: 60
Weight: 0.21
Height: 0.14 Width: 6.00 Depth: 9.00
Language: Italian
La rete neurale Spiking (SNN) svolge un ruolo essenziale nei problemi di classificazione. Sebbene esistano molti modelli di SNN, la Evolving Spiking Neural Network (ESNN) è ampiamente utilizzata in molti lavori di ricerca recenti. Per migliorare l'algoritmo ESNN sono stati utilizzati algoritmi evolutivi, soprattutto l'evoluzione differenziale (DE). Tuttavia, molti problemi di ottimizzazione del mondo reale includono diversi obiettivi contraddittori. In questo libro, la ricerca armonica (HS) e l'approccio memetico sono stati utilizzati per migliorare le prestazioni di MOO con ESNN. Di conseguenza, è stata applicata la Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) per migliorare la struttura della ESNN e i tassi di precisione. Per valutare le prestazioni di questo modello ibrido multi-obiettivo migliorato sono stati utilizzati set di dati standard dell'UCI machine learning. I risultati sperimentali hanno dimostrato che il modello Memetic Harmony Search Multi-Objective Differential Evolution with Evolving Spiking Neural Network (MEHSMODE-ESNN) fornisce risultati migliori in termini di accuratezza e struttura della rete.

Also from

Saleh, Abdulrazak Yahya

View All

Also in

General Computers

View All