Beschreibung
On sait à présent que la propriété fondamentale des réseaux dondelettes est l'approximation universelle. De plus, le développement dalgorithmes performants pour lapprentissage de ces réseaux, leur a ouvert de nouvelles perspectives d'utilisation. Nous proposons dans cet ouvrage une nouvelle approche dapprentissage basé sur une nouvelle architecture des réseaux dondelettes de familles dondelettes mère. L'objectif de la phase d'apprentissage des réseaux dondelettes est de sélectionner les régresseurs pertinents. Cette approche a été testée sur de nombreuses données dapprentissage en utilisant des fonctions dapproximations très connus et a montré toute son efficacité par rapport aux algorithmes actuels.
Autorenporträt
Maître assistant au collège de l'université de Jamoum, université de Umm Al Qura, Makkah, Arabie saoudite. Docteur (PhD) en Ingénierie des Systèmes Informatiques de l'Ecole Nationale d'Ingénieurs de Sfax (ENIS). Membre du Groupe de recherche sur les machines intelligentes (REGIM) de l'université de Sfax, Tunisie.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
