یادگیری پویایی سیستم از طریق سیستم های عصبی عمیق عود کننده و شرطی

عنوان یادگیری پویایی سیستم از طریق سیستم های عصبی عمیق عود کننده و شرطی
نویسنده پکمزجی، مهمت، اوغور، ای.، اوزتوپ، ارهان
تاریخ انتشار: 2021
محل انتشار - IEEE
موضوع CNMP، یادگیری عمیق، LSTM، دینامیک سیستم
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166543649-6
شماره ثبت a412db35-0581-4289-8ead-a688cfceb88d
محل کتابخانه علوم کامپیوتر
تاریخ 2021
متن نمونه اگرچه روش‌های ریاضی مختلفی برای مدل‌سازی دینامیک سیستم وجود دارد، اما با استفاده از یادگیری عمیق بر اساس داده‌ها می‌توان به راه‌حل‌های کلی‌تر دست یافت. روش‌های یادگیری عمیق جایگزین به موازات پیشرفت‌ها در شبکه‌های عصبی مصنوعی ارائه شده‌اند. در این مطالعه، هر دو روش یادگیری عمیق مکرر مبتنی بر LSTM و روش یادگیری عمیق شرطی مبتنی بر CNMP برای یادگیری پویایی سیستم سیستم انتخابی با استفاده از داده‌های سری زمانی استفاده شد. اثرات مقدار داده های سری زمانی مورد نیاز برای آموزش و طول ورودی اولیه مورد نیاز برای پیش بینی های انجام شده با استفاده از مدل سیستم آموخته شده در هر دو روش مورد تجزیه و تحلیل قرار گرفت.
DOI 10.1109/SIU53274.2021.9478006
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

یادگیری پویایی سیستم از طریق سیستم های عصبی عمیق عود کننده و شرطی

نویسنده پکمزجی، مهمت، اوغور، ای.، اوزتوپ، ارهان
تاریخ انتشار 2021
محل انتشار - IEEE
موضوع CNMP، یادگیری عمیق، LSTM، دینامیک سیستم
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166543649-6
شماره ثبت a412db35-0581-4289-8ead-a688cfceb88d
محل کتابخانه علوم کامپیوتر
تاریخ 2021
متن نمونه اگرچه روش‌های ریاضی مختلفی برای مدل‌سازی دینامیک سیستم وجود دارد، اما با استفاده از یادگیری عمیق بر اساس داده‌ها می‌توان به راه‌حل‌های کلی‌تر دست یافت. روش‌های یادگیری عمیق جایگزین به موازات پیشرفت‌ها در شبکه‌های عصبی مصنوعی ارائه شده‌اند. در این مطالعه، هر دو روش یادگیری عمیق مکرر مبتنی بر LSTM و روش یادگیری عمیق شرطی مبتنی بر CNMP برای یادگیری پویایی سیستم سیستم انتخابی با استفاده از داده‌های سری زمانی استفاده شد. اثرات مقدار داده های سری زمانی مورد نیاز برای آموزش و طول ورودی اولیه مورد نیاز برای پیش بینی های انجام شده با استفاده از مدل سیستم آموخته شده در هر دو روش مورد تجزیه و تحلیل قرار گرفت.
DOI 10.1109/SIU53274.2021.9478006
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید