https://libeldoc.bsuir.by/handle/123456789/26042| Название: | Исследование нейросетевых алгоритмов обучения в интеллектуальных эволюционных системах |
| Другие названия: | Researching of neural learning algorithms in intelligent evolution systems |
| Авторы: | Комарцова, Л. Г. Лавренков, Ю. Н. Антипова, О. В. |
| Ключевые слова: | intelligent systems;материалы конференций;conference materials;нейронные сети;интеллектуальные системы;нечеткая логика;нейросетевые алгоритмы обучения;neural network learning algorithms;neural networks |
| Дата публикации: | 2014 |
| Издательство: | БГУИР |
| Описание: | Комарцова, Л. Г. Исследование нейросетевых алгоритмов обучения в интеллектуальных эволюционных системах / Л. Г. Комарцова, Ю. Н. Лавренков, О. В. Антипова // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2014) : материалы IV междунар. науч.-техн. конф. (Минск, 20-22 февраля 2014 года) / редкол.: В. В. Голенков (отв. ред.) [и другие]. – Минск : БГУИР, 2014. – С. 233 - 238. |
| Аннотация: | В статье рассматриваются проблемы разработки и исследования нейросетевых и гибридных алгоритмов обучения для повышения эффективности функционирования интеллектуальных систем с целью поддержки принятия решений в сложных средах. |
| Аннотация на другом языке: | The article is devoted to the problems for solving difficult problems, such as prediction, planning, pattern recognition and knowledge discovery in a number of application areas: bioinformatics, speech and language, image and video analysis, other engineering disciplines. Most of these publications deal with static process, assuming that the process is represented adequately by the data available at present and that it does not change over time. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/26042 |
| Располагается в коллекциях: | OSTIS-2014 |
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| Komartsova_Issledovaniye.PDF | 574.85 kB | Adobe PDF | Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.