Parameter Genetic Learning of Perceptron Networks

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F06%3A00049102" target="_blank" >RIV/67985807:_____/06:00049102 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Parameter Genetic Learning of Perceptron Networks
Original language description
Genetic learning of percetron neural network paramaters represents a sub-task of neuro-evolutionary learning. The focus of the paper is on various encoding schemes for weights and biases of the network, and on the proposal of corresponding operators. Some results on a benchmark task suite do not confirm optimistic anticipations about the time complexity of parameter evolution.
Czech name
Genetické parametrické učení perceptronových sítí
Czech description
Genetické učení parametrů perceptronových sítí je podúlohou neuro-evolučního učení. Důraz článku je kladen na různá zakódování vah a prahů sítí a návrh odpovídajících operátorů. Některé dosažené výsledky na sadě benchmarkových úloh nepotvrzují optimistické přepodklady o časové složitosti evoluce parametrů.

Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
IN - Informatics
OECD FORD branch
—

Project
<a href="/en/project/GA201%2F05%2F0557" target="_blank" >GA201/05/0557: Approximation and learning of multivariable functions by neural networks and kernel methods</a><br>
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Similar results(10)