Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Swarm Intelligence and Evolutionary Computation: Theory, Advances and Applications in Machine Learning and Deep Learning
Ziel dieses Buches ist es, theoretische Fortschritte und neue praktische Anwendungen von Schwarm- und Evolutionsintelligenz vorzustellen und zu analysieren. Es besteht aus zehn Kapiteln.
Kapitel 1 bietet eine theoretische Einführung in die rechnergestützten Optimierungstechniken, die sich auf gradientenbasierte Methoden wie den steilsten Abstieg, den konjugierten Gradienten, Newton- und Quasi-Newton-Methoden sowie auf nicht-gradientenbasierte Methoden wie genetische Algorithmen und Schwarmintelligenz-Algorithmen beziehen. In Kapitel 2 werden evolutionäre Berechnungsmethoden und genetische Algorithmen behandelt. Die Theorie der Schwarmintelligenz und der Algorithmus der Partikelschwarmoptimierung werden in Kapitel 3 behandelt.
Außerdem werden verschiedene Varianten des Partikelschwarm-Optimierungsalgorithmus analysiert und erläutert, wie z.
B. der geometrische PSO und der auf Quantenmechanik basierende PSO-Algorithmus.
Kapitel 4 befasst sich mit zwei wesentlichen bio-inspirierten Kolonie-Algorithmen: Ameisenkolonieoptimierung (ACO) und Künstliche Bienenkolonie (ABC). In Kapitel 5 werden die Algorithmen Kuckuckssuche und Fledermausschwarm vorgestellt und analysiert. In Kapitel 6 werden verschiedene andere metaheuristische Algorithmen besprochen, wie z.B.: Firefly-Algorithmus (FA), Harmoniesuche (HS), Katzenschwarmoptimierung (CSO).
Die neuesten bioinspirierten Schwarmalgorithmen werden in Kapitel 7 behandelt, wie z.B.: Grey Wolf Optimization (GWO) Algorithmus, Whale Optimization Algorithm (WOA), Grasshopper Optimization Algorithm (GOA). In Kapitel 8 werden Optimierungsanwendungen des maschinellen Lernens wie die Optimierung künstlicher neuronaler Netze vorgestellt. In Kapitel 9 wird eine Anwendung der Schwarmintelligenz in tiefen LSTM-Netzen (Long Short Memory) diskutiert.
In Kapitel 10 wird eine anschauliche Anwendung der Schwarmintelligenz bei der Klassifizierung von Deep CNN-Satellitenbildern für die Fernerkundung der Umwelt vorgestellt. Ziel des Buches ist es, Wissen über die Anwendung verbesserter Optimierungstechniken bei verschiedenen Problemen der Computertechnik und der künstlichen Intelligenz zu vermitteln.
| ISBN: | 9781032162508 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 204 |
Derzeit verfügbar, auf Lager.
