Beschreibung
Diepgaand leren is tegenwoordig een heet onderzoeksonderwerp. Neurale netwerken zijn de werkpaarden van diepgaand leren. In dit onderzoek werden de basisprincipes van neurale netwerken bestudeerd. ANN's kunnen worden gedefinieerd als structuren die bestaan uit dicht met elkaar verbonden adaptieve eenvoudige verwerkingselementen (kunstmatige neuronen of knooppunten genoemd) die in staat zijn om massaal parallelle berekeningen uit te voeren voor gegevensverwerking en kennisrepresentatie. De definitie van kunstmatig neurale netwerken werd genoemd, het ontwerp van neurale netwerken werd besproken, het leren van neurale netwerken werd bestudeerd, de meest populaire soorten neurale netwerken zoals Hopfield netwerken, Adaptieve Resonantietheorie (ART) netwerken, Kohonen netwerken, Backpropagation netwerken, Recurrent netwerken, Counter Propagation netwerken en Radial Basis Function (RBF) netwerken werden besproken.
Autorenporträt
Pofessor in landmeetkunde en fotogrammetrie. MSc. en B.Sc in landmeetkunde. Hoofd van de afdeling Luchtvaart en luchtfotografie -NARSS-Egypte. Meer dan 50 nationale/internationale conferentiepublicaties. Bijna 20 participaties in onderzoeksprojecten.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
