Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Vytváření modelů založených na neuronových sítích pomocí algoritmu kontinuální evoluce

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03133039" target="_blank" >RIV/68407700:21230/07:03133039 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Continual Evolution Algorithm for Building of ANN-based Models

  • Popis výsledku v původním jazyce

    The Continual Evolution Algorithm (CEA) for building of models is presented in this paper. We chose an artificial neural networks (ANN) based models in our applications to show properties of CEA algorithm. During CEA evolution process a continual (in time) gradient learning algorithm is combined with a classical genetic (evolutionary) approach. Thus in this application a structure of models is constructed separately from particular parameters optimization in such models (e.g. weights in neural networks). These two optimizations are running at the same time but using different methods.

  • Název v anglickém jazyce

    Continual Evolution Algorithm for Building of ANN-based Models

  • Popis výsledku anglicky

    The Continual Evolution Algorithm (CEA) for building of models is presented in this paper. We chose an artificial neural networks (ANN) based models in our applications to show properties of CEA algorithm. During CEA evolution process a continual (in time) gradient learning algorithm is combined with a classical genetic (evolutionary) approach. Thus in this application a structure of models is constructed separately from particular parameters optimization in such models (e.g. weights in neural networks). These two optimizations are running at the same time but using different methods.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2007

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 6th EUROSIM Congress on Modelling and Simulation

  • ISBN

    978-3-901608-32-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

  • Název nakladatele

    ARGESIM

  • Místo vydání

    Vienna

  • Místo konání akce

    Ljubljana

  • Datum konání akce

    9. 9. 2007

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku