Genetické parametrické učení perceptronových sítí

Kód výsledku v 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>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Parameter Genetic Learning of Perceptron Networks
Popis výsledku v původním jazyce
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.
Název v anglickém jazyce
Parameter Genetic Learning of Perceptron Networks
Popis výsledku anglicky
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.

Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—

Projekt
<a href="/cs/project/GA201%2F05%2F0557" target="_blank" >GA201/05/0557: Aproximace a učení funkcí více proměnných pomocí neuronových sítí a jádrových metod</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)