Varianty memetického a hybridního učení perceptronových sítí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F07%3A00087710" target="_blank" >RIV/67985807:_____/07:00087710 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Variants of Memetic and Hybrid Learning of Perceptron Networks

Popis výsledku v původním jazyce

Hybrid models combining neural networks and genetic algorithms have been studied recently in order to achieve better performance and/or faster training. In this paper we deal with variants of memetic genetic learning applied for the structure optimization and weights evolution of multilayer perceptron networks. The memetic approach combines genotype and phenotype evolution together with local search represented here by gradient based optimization. It is shown, that combining memetic algorithms with neural networks can lead to better results than relying on neural networks alone in terms of the quality of the solution (both training and generalization error).

Název v anglickém jazyce

Variants of Memetic and Hybrid Learning of Perceptron Networks

Popis výsledku anglicky

Hybrid models combining neural networks and genetic algorithms have been studied recently in order to achieve better performance and/or faster training. In this paper we deal with variants of memetic genetic learning applied for the structure optimization and weights evolution of multilayer perceptron networks. The memetic approach combines genotype and phenotype evolution together with local search represented here by gradient based optimization. It is shown, that combining memetic algorithms with neural networks can lead to better results than relying on neural networks alone in terms of the quality of the solution (both training and generalization error).

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET100300414" target="_blank" >1ET100300414: Inteligentní metody pro zvýšení spolehlivosti elektrických sítí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Database and Expert Systems Applications

ISBN

978-0-7695-2932-5

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

158-162

Název nakladatele

IEEE

Místo vydání

Los Alamitos

Místo konání akce

Regensburg

Datum konání akce

3. 9. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—