Mashinnoe obuchenie: metaevristiki differentsial'no-vektornogo dvizheniia

Book Chapter
DOI: 10.31483/r-110191
Open Access
Study guide «Machine Learning: Differential-Vector Motion Metaheuristics»
Creative commons logo
Published in:
Study guide «Machine Learning: Differential-Vector Motion Metaheuristics»
Authors:
Sergei I. Rodzin 1 , Ol'ga N. Rodzina 1
Work direction:
Все направления
Received: 19 February 2024

Rating:
Article accesses:
895
Published in:
РИНЦ
Cited by:
1 articles
1 Southern Federal University
For citation:
Rodzin S. I., & Rodzina O. N. (2024)., 140. Чебоксары: PH "Sreda". https://doi.org/10.31483/a-10610
UDC 004(075.8)

Abstract

Метаэвристические алгоритмы, инспирированные природой, являясь одним из направлений в искусственном интеллекте и машинном обучении, в последние десятилетия стали мощным инструментом оптимизации, широко используются при распознавании образов и компьютерном зрении, технической и медицинской диагностике, прогнозировании, биоинформатике, фильтрации спама, анализе фондового рынка, в поисковых системах, в аффективных вычислениях, компьютерных играх. В учебном пособии рассматривается современное состояние, проблемы и области применения метаэвристик. Представлены алгоритмы дифференциально-векторного движения: дифференциальной эволюции, синуса-косинуса, эгоистичного стада животных, летучих мышей, империалистической конкуренции, роя саранчи, гравитационного поиска, светлячковый, бабочки монарха, червей, COVID-19, бактериальный, межнейронного взаимодействия, оптимизации группового обучения. Пособие адресовано бакалаврам и магистрам направлений «Информатика и вычислительная техника», «Информационные системы и технологии», «Программная инженерия», «Прикладная информатика», а также аспирантам специальности «Искусственный интеллект и машинное обучение».

Comments(0)

When adding a comment stipulate:
  • the relevance of the published material;
  • general estimation (originality and relevance of the topic, completeness, depth, comprehensiveness of topic disclosure, consistency, coherence, evidence, structural ordering, nature and the accuracy of the examples, illustrative material, the credibility of the conclusions;
  • disadvantages, shortcomings;
  • questions and wishes to author.