Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/37983Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Κώστας, Άγγελος | el |
| dc.date.accessioned | 2024-06-18T10:50:42Z | - |
| dc.date.available | 2024-06-18T10:50:42Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/37983 | - |
| dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.17690 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Δίκτυα | el |
| dc.subject | Αλγόριθμοι | el |
| dc.subject | Γενετικοί | el |
| dc.title | Εκπαίδευση RBF δικτυών με γενετικούς αλγόριθμους | el |
| heal.type | bachelorThesis | - |
| heal.type.en | Bachelor thesis | en |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| heal.classification | Αλγόριθμοι - Γενετικοί | - |
| heal.classification | Δίκτυα | - |
| heal.dateAvailable | 2024-06-18T10:51:42Z | - |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.publicationDate | 2022 | - |
| heal.abstract | Ηπαρούσαεργασίαεισάγειτοναναγνώστηστιςβασικέςέννοιεςπουαφορούνένανσυγκεκριμένο τύπο τεχνητού νευρωνικού δικτύου, που ονομάζεται RadialBasisFunctionNetwork.Αναλύεταιηδομήκαιεξηγείταιοακριβέςτρόποςλειτουργίαςτουαπότηντροφοδότηση των εισόδων έως και την παραγωγή της εξόδου. Παράλληλα,αντιμετωπίζει τοπρόβλημα ανάπτυξης ενός δικτύου RBF ως ένα θέμα βελτιστοποίησης το οποίο μπορεί ναλυθείμετηνχρήσηγενετικώναλγορίθμων.Ακολουθείειδικόκεφάλαιοανάλυσηςτωνγενετικών αλγορίθμων αλλά και το πως αυτοί μπορούν να παραμετροποιηθούν για να λύσουντο πρόβλημα βελτιστοποίησης του RBF. Τέλος, παρουσιάζονται τμήματα από την υλοποίησητων παραπάνω στην γλώσσα προγραμματισμού C++ αλλά και πειραματικά αποτελέσματα σεγνωστά datasets. | el |
| heal.abstract | This thesis introduces the reader to the basic principles regarding Radial Basis FunctionNetworks. The first chapter provides an overview of the design and architecture while at thesame time viewing the issue as an optimization problem that can be solved using a hybridgenetic algorithm. A specific chapter is dedicated showing experimental results between theclassical approach of an RBF network versus the specifically designed algorithm for theoptimization of the RBF output. To sum up; parts of the source code are also presented usingthe C++programminglanguage. | en |
| heal.advisorName | Τσούλος, Ιωάννης | el |
| heal.committeeMemberName | Τζάλλας, Αλέξανδρος | el |
| heal.committeeMemberName | Χαριλόγης, Βασίλειος | el |
| heal.academicPublisher | Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | - |
| heal.numberOfPages | 77 σ. | - |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε. | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Kwstas, A._TMP_2022.pdf | 2.01 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
