Comparative study of learning methods for artificial network - Publikacja - MOST Wiedzy

Wyszukiwarka

Comparative study of learning methods for artificial network

Abstrakt

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

Cytuj jako

Pełna treść

pobierz publikację
pobrano 14 razy
Wersja publikacji
Accepted albo Published Version
Licencja
Creative Commons: CC-BY otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
Opublikowano w:
Measurement Automation Monitoring nr 53, strony 117 - 121,
ISSN: 2450-2855
Język:
angielski
Rok wydania:
2007
Opis bibliograficzny:
Tiliouine H.: Comparative study of learning methods for artificial network// Pomiary Automatyka Kontrola. -Vol. 53., nr. nr 4 (2007), s.117-121
Weryfikacja:
Politechnika Gdańska

wyświetlono 127 razy

Publikacje, które mogą cię zainteresować

Meta Tagi