Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Feed Forward Neural Nets"'
Autor:
ANA DALIA PANO AZUCENA
Publikováno v:
Instituto Nacional de Astrofísica, Óptica y Electrónica
INAOE
Repositorio Institucional del INAOE
INAOE
Repositorio Institucional del INAOE
Existe una gran cantidad de fenómenos naturales que presentan un comportamiento caótico. En ingeniería, los sistemas caóticos son un campo de investigación muy atractivo que involucra la generación de nuevos modelos, la realización con distint
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______3056::4723c8da86ac9d12fb14dc79deed5504
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/94
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/94
Autor:
Paulo M. Tasinaffo, Atair Rios Neto
Publikováno v:
Sba: Controle & Automação Sociedade Brasileira de Automatica v.18 n.1 2007
Sba: Controle & Automação Sociedade Brasileira de Automatica
Sociedade Brasileira de Automática (SBA)
instacron:SBA
Sba: Controle & Automação Sociedade Brasileira de Automatica, Volume: 18, Issue: 1, Pages: 105-94, Published: MAR 2007
Sba: Controle & Automação Sociedade Brasileira de Automatica
Sociedade Brasileira de Automática (SBA)
instacron:SBA
Sba: Controle & Automação Sociedade Brasileira de Automatica, Volume: 18, Issue: 1, Pages: 105-94, Published: MAR 2007
Neural networks can be trained to get internal working models in dynamic systems control schemes. This has usually been done designing the neural network in the form of a discrete model with delayed inputs of the NARMA type (Non-linear Auto Regressiv
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2cac250553813fc5d21d68b73c3d234a
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000100007
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000100007
Autor:
Kajitani, Yoshio
Publikováno v:
Digitized Theses
FFNN Feed Forward Neural Nets are one of the most widely used neural nets. In this thesis the FFNN architecture is examined and compared with statistical time series models for a variety of time series prediction problems FFNN do not assume any proba
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1548::0e4813901c1bce5c9f3277488667cd2e
https://ir.lib.uwo.ca/digitizedtheses/3209
https://ir.lib.uwo.ca/digitizedtheses/3209
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.