As redes neuronais de estimula o (SNN) desempenham um papel essencial nos problemas de classifica o. Embora existam muitos modelos de SNN, a Evolving Spiking Neural Network (ESNN) amplamente utilizada em muitos trabalhos de investiga o recentes. Os algoritmos evolutivos, principalmente a evolu o diferencial (DE), t m sido utilizados para melhorar o algoritmo ESNN. No entanto, muitos problemas de otimiza o do mundo real incluem v rios objectivos contradit rios. Neste livro, a Harmony Search (HS) e a abordagem mem tica foram utilizadas para melhorar o desempenho da MOO com ESNN. Consequentemente, foi aplicada a Evolu o Diferencial Multi-Objetivo de Pesquisa Harm nica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) para melhorar a estrutura da ESNN e as taxas de precis o. S o utilizados conjuntos de dados padr o da aprendizagem autom tica da UCI para avaliar o desempenho deste modelo h brido multiobjectivo melhorado. Os resultados experimentais provaram que a Evolu o Diferencial Multi-Objetivo da Pesquisa Harm nica Memetic com Rede Neural Evolutiva (MEHSMODE-ESNN) d melhores resultados em termos de precis o e estrutura da rede.
ThriftBooks sells millions of used books at the lowest
everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We
deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15.
ThriftBooks.com. Read more. Spend less.