Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Swarm Intelligence and Evolutionary Computation: Theory, Advances and Applications in Machine Learning and Deep Learning
Contenu du livre :
L'objectif de cet ouvrage est de présenter et d'analyser les avancées théoriques ainsi que les applications pratiques émergentes de l'intelligence en essaim et de l'intelligence évolutionnaire. Il comprend dix chapitres.
Le chapitre 1 fournit une introduction théorique aux techniques d'optimisation informatique concernant les méthodes basées sur le gradient telles que la descente la plus raide, le gradient conjugué, les méthodes de Newton et de quasi-Newton, ainsi que les méthodes non basées sur le gradient telles que les algorithmes génétiques et les algorithmes d'intelligence en essaim. Le chapitre 2 traite des techniques de calcul évolutif et de l'algorithme génétique. La théorie de l'intelligence en essaim et l'algorithme d'optimisation par essaim de particules sont examinés au chapitre 3.
Plusieurs variantes de l'algorithme d'optimisation par essaims de particules sont également analysées et expliquées, telles que l'algorithme PSO géométrique et l'algorithme PSO basé sur la mécanique quantique.
Le chapitre 4 traite de deux algorithmes essentiels de colonies bio-inspirés : L'optimisation par colonies de fourmis (ACO) et la colonie d'abeilles artificielle (ABC). Le chapitre 5 présente et analyse les algorithmes Cuckoo search et Bat swarm.
Le chapitre 6 aborde plusieurs autres algorithmes métaheuristiques tels que : L'algorithme de la luciole (FA), la recherche harmonique (HS), l'optimisation par essaims de chats (CSO). Les derniers algorithmes d'essaims bio-inspirés sont abordés au chapitre 7, tels que : L'algorithme d'optimisation du loup gris (GWO), l'algorithme d'optimisation de la baleine (WOA), l'algorithme d'optimisation de la sauterelle (GOA). Le chapitre 8 présente les applications d'optimisation de l'apprentissage automatique telles que l'optimisation des réseaux de neurones artificiels.
Le chapitre 9 traite d'une application de l'intelligence en essaim dans les réseaux profonds de mémoire à long terme (LSTM). Le chapitre 10 présente une application illustrative de l'intelligence en essaim sur la classification d'images satellite par CNN profond concernant la télédétection de l'environnement. L'objectif de ce livre est de fournir des connaissances sur l'application de techniques d'optimisation améliorées à plusieurs problèmes informatiques et d'intelligence artificielle.
Autres informations sur le livre :
| ISBN : | 9781032162508 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2023 |
| Nombre de pages : | 204 |
Achat:
Actuellement disponible, en stock.
