Von der Natur inspirierte Optimierungsalgorithmen: Fortschritte bei biomedizinischen Anwendungen

Von der Natur inspirierte Optimierungsalgorithmen: Jüngste Fortschritte im natürlichen Rechnen und in biomedizinischen Anwendungen (Aditya Khamparia)

Originaltitel:

Nature-Inspired Optimization Algorithms: Recent Advances in Natural Computing and Biomedical Applications

Inhalt des Buches:

Dieses Buch konzentriert sich auf die Einbeziehung von Data Mining und intelligenten Berechnungsmethoden für die jüngsten Fortschritte bei biomedizinischen Anwendungen und Algorithmen des von der Natur inspirierten Computings für biomedizinische Systeme. Die vorgeschlagenen metaheuristischen oder naturinspirierten Techniken sollten eine erweiterte, hybride, adaptive oder verbesserte Version der grundlegenden Algorithmen in Bezug auf Leistung und Konvergenzmetriken sein. In diesem spannenden und aufstrebenden interdisziplinären Bereich wird ein breites Spektrum an Theorien und Methoden untersucht und entwickelt, um komplexe und anspruchsvolle Probleme zu lösen.

Die Analyse und Verarbeitung von Daten ist heute eines der Hauptanliegen der Forschergemeinschaft und der Informationsgesellschaft. Aufgrund der Entwicklung und Wissensentdeckung im Bereich der natürlichen Datenverarbeitung erfreuen sich metaheuristische oder bioinspirierte Algorithmen in den letzten zehn Jahren zunehmender Beliebtheit, da sie ein erhebliches Potenzial zur Lösung von rechenintensiven Optimierungsproblemen in den Bereichen Medizin, Technik, Militär, Raumfahrt und Industrie bieten. Der Hauptgrund für den Erfolg der von der Natur inspirierten Algorithmen ist ihre Fähigkeit, Probleme zu lösen. Die von der Natur inspirierten Optimierungstechniken bieten adaptive Berechnungswerkzeuge für komplexe Optimierungsprobleme und vielfältige technische Anwendungen.

Vorläufiges Inhaltsverzeichnis/Themenabdeckung:

- Neuronales Rechnen.

- Evolutionäre Berechnungsmethoden.

- Neurowissenschaftliche KI-inspirierte Algorithmen.

- Auf biologischen Systemen basierende Algorithmen.

- Hybride und intelligente Berechnungsalgorithmen.

- Anwendung des natürlichen Rechnens.

- Überprüfung und Analyse des Stands der Technik von Optimierungsalgorithmen.

- Anwendungen des Molekular- und Quantencomputings.

- Schwarmintelligenz.

- Populationsbasierte Algorithmen und andere Optimierungen.