Výsledky vyhledávání

  1. 1.
    0504647 - ÚI 2020 US eng J - Článek v odborném periodiku
    Růžička, Pavel
    Learning Neural Networks with Respect to Tolerances to Weight Errors.
    IEEE Transaction on Circuits and Systems. Roč. 40, č. 5 (1993), s. 331-342. ISSN 1057-7122
    Klíčová slova: tolerances * weight errors * neural network learning * synaptic weights * formal neurons * cumulative loss function * mathematical formalism * stochastic optimization * stochastic constraints * three-layer feedforward network
    Impakt faktor: 1.378, rok: 1993
    Způsob publikování: Omezený přístup
    Trvalý link: http://hdl.handle.net/11104/0296224
     
     
  2. 2.
    0404817 - UIVT-O 20030182 RIV NL eng M - Část monografie knihy
    Kůrková, Věra
    High-Dimensional Approximation by Neural Networks.
    Advances in Learning Theory: Methods, Models and Applications. Amsterdam: IOS Press, 2003 - (Suykens, J.; Horváth, G.; Basu, S.; Micchelli, C.; Vandewalle, J.), s. 69-88. NATO Science Series, 190. ISBN 1-58603-341-7
    Grant CEP: GA ČR GA201/02/0428
    Výzkumný záměr: AV0Z1030915
    Klíčová slova: neural network learning * regularized empirical error functions * high-dimensional approximation
    Kód oboru RIV: BA - Obecná matematika
    Trvalý link: http://hdl.handle.net/11104/0125050
     
     
  3. 3.
    0351863 - ÚI 2011 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
    Holeňa, Martin - Linke, D. - Rodemerck, U.
    Evolutionary Optimization of Catalysts Assisted by Neural-Network Learning.
    Simulated Evolution and Learning. Berlin: Springer, 2010 - (Deb, K.; Bhattacharya, A.; Chakraborti, N.; Chakroborty, P.; Das, S.; Dutta, J.; Gupta, S.; Jain, A.; Aggarwal, V.; Branke, J.; Louis, S.; Tan, K.), s. 220-229. Lecture Notes in Computer Science, 6457. ISBN 978-3-642-17297-7. ISSN 0302-9743.
    [SEAL 2010. International Conference /8./. Kanpur (IN), 01.12.2010-04.12.2010]
    Grant CEP: GA ČR GA201/08/0802; GA ČR GEICC/08/E018
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: evolutionary optimization * mixed optimization * constrained optimization * neural network learning * surrogate modelling * evolutionary algorithms in catalysis
    Kód oboru RIV: IN - Informatika
    Trvalý link: http://hdl.handle.net/11104/0191513
    Název souboruStaženoVelikostKomentářVerzePřístup
    a0351863.pdf0480.8 KBVydavatelský postprintvyžádat
     
     


  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.