Разное




РазДЕЛЫ САЙТА

Боевики, детективы
Документалка
Драмы, триллеры
Исторические
Комедии
Мелодрамы
Мультяшки
Обучающее, познание
Приключения
Сказки, фэнтези
Старое, доброе
Ужасы
Фантастика
х х х х х х х х х
Блюз, джаз, соул
Инструментальная
Классическая
Клипы
Минусовки
Музыка игр и кино
Поп
Разная
Ретро
Рок, метал
Рэп, хип-хоп
Шансон
х х х х х х х х х
Автософт и навигация
Аудиокниги
Книги и журналы
Фото и видео, приколы



СЛучайные материалы

SpaceSynthRu presents Special New Years Voyage 2024 (2024)
SpaceSynthRu presents Special New Years Voyage 2024 (2024)

Коуст Дора - Ведьма по призванию (Аудиокнига)
Коуст Дора - Ведьма по призванию (Аудиокнига)

Over The Top The Best Of 2023 (2023)
Over The Top The Best Of 2023 (2023)

Cafe Paris Chillout Luxury Lounge and French House (2023) FLAC
Cafe Paris Chillout Luxury Lounge and French House (2023) FLAC

Ли Мери - Проклятое чудо (Аудиокнига)
Ли Мери - Проклятое чудо (Аудиокнига)


Главная » 2019 » Сентябрь » 20 » Нечеткие модели и методы в интеллектуальных системах

Нечеткие модели и методы в интеллектуальных системах

16:04

Нечеткие модели и методы в интеллектуальных системах — Книга посвящена одному из направлений в области искусственного интеллекта системам с нечёткой логикой и нечётким нейронным сетям и их применению в различных практических задачах. Описан сравнительно новый метод индуктивного моделирования. Рассмотрены многочисленные примеры применения НМГУА в задачах прогнозирования в макроэкономике и финансовой сфере, системы логического вывода с различными алгоритмами нечёткого вывода и нечёткие нейронные сети (ННС). Приводятся результаты их применения в задачах прогнозирования в макроэкономике и на фондовых рынках, дан сравнительный анализ их эффективности. Описана система нечёткой логики для задач классификации NEFClss, a также её новая модернизация.
Рассмотрено применение ННС NEFClass в актуальной практической задаче распознавания объектов электрооптических изображений в условиях помех. Рассмотрены задачи кластерного анализа в условиях неопределённости и описаны современные методы нечёткой кластеризации - k-средних и Густавссона - Кесселя, приводятся результаты их применения в задачах автоматической классификации в экономике.
Описана актуальная задача анализа инвестиционного портфеля в условиях неопределённости. Изложен современный нечётко - множественный подход для оптимизации инвестиционного портфеля - описаны примеры применения этого подхода для построения оптимального портфеля в условиях неполноты и неопределённости и проведен сравнительный анализ полученных решений с использованием как классического метода Марковитца, так и нечётко - множественной модели.
Книга ориентирована в первую очередь на студентов и преподавателей направлений "компьютерные науки" и "компьютерная инженерия", и может служить учебным пособием по курсу "Системы искусственного интеллекта". Она будет полезна также лицам, занимающимся разработкой, исследованием и применением интеллектуальных систем принятия решений, а также всем тем, кто интересуется современными направлениями в области искусственного интеллекта и его многочисленных приложений в задачах прогнозирования, распознавания образов, классификации и кластер - анализа.

Название: Нечеткие модели и методы в интеллектуальных системах
Автор: Зайченко Ю. П.
Издательство: Слово
Год: 2008
Страниц: 344
Формат: PDF
Размер: 23,64 МБ
Качество: отличное
Язык: русский

Скачать Нечеткие модели и методы в интеллектуальных системах

Скачать с turbo.to
Скачать с katfile.com
Скачать с oxy.cloud
Скачать с wupfile.com

Скачать: Книги и журналы | Теги: Нечеткие, интеллектуальных, методы, системах, модели, 2008

Похожие материалы скачать бесплатно и без регистрации


К "Нечеткие модели и методы в интеллектуальных системах"
пока нет комментариев, но Вы можете стать первым, кто его оставит!

Всего мнений: 0
Ищу на сайте

Случайный анекдот
Hаpкоман под кайфом сидит дома. звонок в двеpь.
- Кто там?
- Я!
- Я?!?! Да ты гонишь!

Новое на сайте
Пока, к сожалению, ничего нет

Наша статистика

Присутствуют: 281
Неизвестных: 281
Знакомых: 0
Copyright by Anonimus © 2024