Zobrazeno 1 - 10
of 58
pro vyhledávání: '"J. Akbari Torkestani"'
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.
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.
Publikováno v:
Applied Soft Computing. 51:253-265
Most of the proposed algorithms to solve the dynamic clustering problem are based on nature inspired meta-heuristic algorithms. In this paper a different reinforcement based optimization approach called continuous action-set learning automata (CALA)
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::296899a567f7f4d0109a970dfc53f0f0
https://doi.org/10.1016/j.asoc.2016.12.007
https://doi.org/10.1016/j.asoc.2016.12.007
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.
Publikováno v:
2009 International Conference on Information Management and Engineering.
In this paper, we propose some learning automata-based algorithms to solve the minimum spanning tree problem in stochastic graphs when the probability distribution function of the edge's weight is unknown. In these algorithms, at each stage a set of
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::a041f316a7a0863fc6a766d153ca65d0
https://doi.org/10.1109/icime.2009.139
https://doi.org/10.1109/icime.2009.139