Neuro-Fuzzy Clustering of Distorted Data Using Cat Swarm Optimization
De nos jours, les technologies d'intelligence informatique sont souvent utilisées avec succès pour résoudre des problèmes complexes qui, en règle générale, n'ont pas de solution analytique.
Aujourd'hui, ces technologies, et en particulier les réseaux neuronaux artificiels (ANN), sont largement utilisées pour résoudre divers problèmes de traitement des signaux, d'optimisation, de contrôle optimal et adaptatif, de reconnaissance des formes, d'identification, de prédiction des séries temporelles, etc. Dans le même temps, les approches décrites pour la récupération des données ne sont applicables que dans les cas où les données initiales sont définies a priori et où le tableau "objet-propriété" ou la série temporelle comporte un nombre fixe d'observations, c'est-à-dire qu'ils ne changent pas au cours du traitement.
Ce livre est consacré au développement et à l'étude de méthodes d'exploration de données dynamiques, contenant des observations manquantes et déformées. La principale caractéristique des méthodes d'exploration de données est d'établir la présence et la nature de modèles cachés dans les données, alors que les méthodes traditionnelles traitent principalement de l'évaluation paramétrique de modèles déjà établis.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)