ديناميكيات نظام التعلم عبر الأنظمة العصبية المتكررة والشرطية العميقة
| العنوان | ديناميكيات نظام التعلم عبر الأنظمة العصبية المتكررة والشرطية العميقة |
|---|---|
| المؤلف | بيكمزجي، محمد، أوغور، إي.، أوزتوب، إرهان |
| تاريخ النشر: | 2021 |
| مكان النشر | - IEEE |
| الموضوع | CNMP، التعلم العميق، LSTM، ديناميكيات النظام |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 978-166543649-6 |
| رقم السجل | a412db35-0581-4289-8ead-a688cfceb88d |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2021 |
| نص عينة | على الرغم من وجود طرق رياضية مختلفة لنمذجة ديناميكيات النظام، إلا أنه يمكن تحقيق حلول أكثر عمومية باستخدام التعلم العميق المستند إلى البيانات. يتم تقديم طرق بديلة للتعلم العميق بالتوازي مع التحسينات في الشبكات العصبية الاصطناعية. في هذه الدراسة، تم استخدام كل من طريقة التعلم العميق المتكرر المستندة إلى LSTM وطريقة التعلم العميق المشروط المستندة إلى CNMP لتعلم ديناميكيات النظام المحدد باستخدام بيانات السلاسل الزمنية. تم تحليل تأثيرات كمية بيانات السلاسل الزمنية اللازمة للتدريب وطول المدخلات الأولية اللازمة للتنبؤات التي تم إجراؤها باستخدام نموذج النظام المتعلم في كلا الطريقتين. |
| DOI | 10.1109/SIU53274.2021.9478006 |
