Algorithmes d'optimisation inspirés par la nature : Progrès dans les applications biomédicales

Algorithmes d'optimisation inspirés par la nature : Progrès récents dans l'informatique naturelle et les applications biomédicales (Aditya Khamparia)

Titre original :

Nature-Inspired Optimization Algorithms: Recent Advances in Natural Computing and Biomedical Applications

Contenu du livre :

Ce livre se concentre sur l'implication des méthodes d'exploration de données et d'informatique intelligente dans les progrès récents des applications biomédicales et des algorithmes d'informatique inspirée par la nature pour les systèmes biomédicaux. Les techniques méta heuristiques ou inspirées par la nature proposées devraient être une version améliorée, hybride ou adaptative des algorithmes de base en termes de performances et de mesures de convergence. Dans ce domaine interdisciplinaire passionnant et émergent, un large éventail de théories et de méthodologies sont étudiées et développées pour résoudre des problèmes complexes et difficiles.

Aujourd'hui, l'analyse et le traitement des données constituent l'une des grandes priorités de la communauté des chercheurs et de la société de l'information. En raison de l'évolution et de la découverte des connaissances de l'informatique naturelle, les algorithmes méta heuristiques ou bio-inspirés ont gagné en popularité au cours de la dernière décennie en raison de leur potentiel significatif pour résoudre les dilemmes d'optimisation intraitables sur le plan informatique dans les domaines médical, de l'ingénierie, militaire, spatial et industriel. La principale raison du succès des algorithmes inspirés par la nature est leur capacité à résoudre les problèmes. Les techniques d'optimisation inspirées par la nature fournissent des outils informatiques adaptatifs pour les problèmes d'optimisation complexes et les applications d'ingénierie diversifiées.

Table des matières provisoire/Couverture des sujets :

- Calcul neuronal.

- Méthodes de calcul évolutionnaire.

- Algorithmes inspirés de l'IA et pilotés par les neurosciences.

- Algorithmes basés sur les systèmes biologiques.

- Algorithmes informatiques hybrides et intelligents.

- Application de l'informatique naturelle.

- Examen et analyse de l'état de l'art des algorithmes d'optimisation.

- Applications de l'informatique moléculaire et quantique.

- Intelligence en essaim.

- Algorithme basé sur la population et autres optimisations.