Comparative study of learning methods for artificial network - Publication - Bridge of Knowledge

Search

Comparative study of learning methods for artificial network

Abstract

W artykule przedstawiono wyniki badań porównawczych metod uczenia sieci neuronowych takich jak: metoda propagacji wstecznej błędów, rekurencyjna metoda najmniejszych kwadratów, metoda Zangwill'a, metoda algorytmów ewolucyjnych. Celem tych badań jest dobieranie najefektywniejszej metody uczenia do projektowania adaptacyjnego neuronowego regulatora napięcia generatora synchronicznego.metody uczenia, sieć neuronowa, neuronowy regulator napięcia

Cite as

Full text

download paper
downloaded 4 times
Publication version
Accepted or Published Version
License
Creative Commons: CC-BY open in new tab

Keywords

Details

Category:
Articles
Type:
artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Published in:
Measurement Automation Monitoring no. 53, pages 117 - 121,
ISSN: 2450-2855
Language:
English
Publication year:
2007
Bibliographic description:
Tiliouine H.: Comparative study of learning methods for artificial network// Pomiary Automatyka Kontrola. -Vol. 53., nr. nr 4 (2007), s.117-121
Verified by:
Gdańsk University of Technology

seen 111 times

Recommended for you

Meta Tags