Výsledky vyhledávání
- 1.0477799 - ÚI 2018 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Dropka, N. - Holeňa, Martin - Frank-Rotsch, C.
TMF Otimization in VGF Crystal Growth of GaAs by Artificial Neural Networks and Gaussian Process Models.
Electrotechnologies for Material Processing. Hannover: Vulkan, 2017 - (Baake, E.; Nacke, B.), s. 203-208. ISBN 978-3-80273-095-5.
[International UIE-Congress on Electrotechnologies for Material Processing /18./. Hannover (DE), 06.06.2017-09.06.2017]
Grant CEP: GA ČR GA17-01251S
Institucionální podpora: RVO:67985807
Klíčová slova: crystal growth * travelling magnetic field * artificial neural networks * multilayer perceptron * Gaussian process
Obor OECD: Condensed matter physics (including formerly solid state physics, supercond.)
Trvalý link: http://hdl.handle.net/11104/0274019Název souboru Staženo Velikost Komentář Verze Přístup a0477799.pdf 5 726.2 KB Vydavatelský postprint vyžádat - 2.0404711 - UIVT-O 20020062 RIV TR eng C - Konferenční příspěvek (zahraniční konf.)
Holeňa, Martin
Extraction of Rules from Data using Piecewise-Linear Neural Networks.
Fuzzy Systems and Soft Copmutational Intelligence in Management and Industrial Engineering. Istanbul: ITU Management Science Fakulty, 2002, s. 1-8. ISBN 975-97963-0-9.
[FSSCTIMIE'02. Istanbul (TR), 29.05.2002-31.05.2002]
Grant CEP: GA AV ČR IAB2030007
Výzkumný záměr: AV0Z1030915
Klíčová slova: knowledge extraction with artificial neural networks * Boolean rules * fuzzy rules * multilayer perceptron * piecewise-linear activation function * polyhedra and pseudopolyhedra * Lukasiewicz predicate calculus * rational McNaughton function
Kód oboru RIV: BA - Obecná matematika
Trvalý link: http://hdl.handle.net/11104/0124950 - 3.0355267 - ÚI 2011 RIV NL eng J - Článek v odborném periodiku
Holeňa, Martin - Linke, D. - Rodemerck, U.
Generator Approach to Evolutionary Optimization of Catalysts and its Integration with Surrogate Modeling.
Catalysis Today. Roč. 159, č. 1 (2011), s. 84-95. ISSN 0920-5861. E-ISSN 1873-4308
Grant CEP: GA ČR GA201/08/0802
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: optimization of catalytic materials * evolutionary optimization * surrogate modeling * artificial neural networks * multilayer perceptron * regression boosting
Kód oboru RIV: IN - Informatika
Impakt faktor: 3.407, rok: 2011
Trvalý link: http://hdl.handle.net/11104/0194079 - 4.0103296 - UIVT-O 20040037 RIV DE eng J - Článek v odborném periodiku
Holeňa, Martin - Baerns, M.
Feedforward Neural Networks in Catalysis: A Tool for the Approximation of the Dependency of Yield on Catalyst Composition, and for Knowledge Extraction.
[Dopředné neuronové sítě v katalýze: nástroj pro aproximaci závislosti výtěžnosti na složení katalyzátorů, a pro extrakci znalostí.]
Catalysis Today. Roč. 81, - (2003), s. 485-494. ISSN 0920-5861. E-ISSN 1873-4308
Grant ostatní: BMBF(DE) FKZ 03C3013
Výzkumný záměr: CEZ:AV0Z1030915
Klíčová slova: artificial neural networks * multilayer perceptron * dependency * approximation * network training * overtraining * knowledge extraction * logical rules * oxidative dehydrogenation of propane
Kód oboru RIV: BA - Obecná matematika
Impakt faktor: 2.627, rok: 2003
Trvalý link: http://hdl.handle.net/11104/0010608 - 5.0080843 - ÚI 2007 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Neruda, Roman - Slušný, Stanislav
Experiments with Evolutionary and Hybrid Learning of Multi-layer Perceptron Neural Networks.
[Experimenty s evolučním a hybridním učením vícevrstvých perceptronových neuronových sítí.]
Znalosti 2007. Ostrava: VŠB Technická univerzita, 2007 - (Mikulecký, P.; Dvorský, J.; Krátký, M.), s. 75-84. ISBN 978-80-248-1279-3.
[Znalosti 2007. Ostrava (CZ), 21.02.2007-23.02.2007]
Grant CEP: GA AV ČR 1ET100300414
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: multilayer perceptron * evolutionary learning * hybrid algorithms
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0144893 - 6.0031806 - UIVT-O 336128 RIV FR eng C - Konferenční příspěvek (zahraniční konf.)
Neruda, M. - Neruda, Roman - Kudová, Petra
Forecasting Runoff with Artificial Neural Networks.
[Předpovědi odtoků pomocí umělých neuronových sítí.]
Progress in Surface and Subsurface Water Studies at Plot and Small Basin Scale. Paris: UNESCO, 2005 - (Maraga, F.), s. 65-69
[ERB 2004. Euromediterranean Network of Experimental and Representative Basins /10./. Turin (IT), 13.10.2004-17.10.2004]
Grant CEP: GA ČR(CZ) GA201/02/0428
Výzkumný záměr: CEZ:AV0Z10300504
Klíčová slova: artificial neural networks * rainfall-runoff modelling * multilayer perceptron * Radial Basis Functions (RBF)
Kód oboru RIV: BA - Obecná matematika
Trvalý link: http://hdl.handle.net/11104/0132452