In this paper we describe how evolu

In this paper we describe how evolutionary computation can be used to automatically design artificial neural networks (ANNs) and associative memories (AMs). In the case of ANNs, Particle Swarm Optimization (PSO), Differential Evolution (DE), and Artificial Bee Colony (ABC) algorithms are used, while Genetic Programming is adopted for AMs. The derived ANNs and AMs are tested with several examples of well-known databases.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราอธิบายวิวัฒนาการวิธีคำนวณสามารถใช้ในการออกแบบเครือข่ายประสาทเทียม (ANNs) และความทรงจำที่เกี่ยวข้อง (AMs) ในกรณีของ ANNs อนุภาคฝูงเพิ่มประสิทธิภาพ (PSO), วิวัฒนาการแตกต่าง (DE), และฝูงผึ้งประดิษฐ์ (ABC) อัลกอริทึมจะใช้ ในขณะที่การเขียนโปรแกรมทางพันธุกรรมถูกนำมาใช้เพื่อ AMs ANNs และ AMs ได้รับทดสอบตัวอย่างต่าง ๆ ของฐานข้อมูลที่รู้จัก

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะอธิบายวิธีการคำนวณวิวัฒนาการสามารถนำมาใช้ในการออกแบบเครือข่ายประสาทเทียมโดยอัตโนมัติ (ANNs) และความทรงจำที่เชื่อมโยง (AMS) ในกรณีที่ ANNs, อนุภาค Swarm Optimization (PSO) วิวัฒนาการที่แตกต่างกัน (DE) และประดิษฐ์ผึ้งอาณานิคม (ABC) อัลกอริทึมที่ใช้ในขณะที่การเขียนโปรแกรมทางพันธุกรรมถูกนำมาใช้สำหรับการพบปะ ANNs ได้มาพบปะและจะมีการทดสอบกับหลายตัวอย่างของฐานข้อมูลที่รู้จักกันดี

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เราจะอธิบายวิธีการการคำนวณเชิงวิวัฒนาการสามารถใช้โดยอัตโนมัติการออกแบบโครงข่ายประสาทเทียม ( แอนน์ ) และเชื่อมโยงความทรงจำ ( AMS ) ในกรณีของแอนน์ เพิ่มประสิทธิภาพฝูงอนุภาค ( PSO ) วิวัฒนาการดิฟ ( de ) และเทียม ( ABC ) ขั้นตอนวิธีอาณานิคมผึ้ง ใช้ ในขณะที่การเขียนโปรแกรมทางพันธุกรรมเป็นลูกบุญธรรมสำหรับ AMS .ซึ่งทาง AMS และจะทดสอบกับตัวอย่างหลายฐานข้อมูลที่รู้จักกันดี