AI神經網絡在旋轉機械葉片設計、仿真及優化中的應用。 
近年來，隨著人工智能技術的發展，特別是神經網絡技術的應用，為旋轉機械葉片的設計和優化提供了新的解決方案。神經網絡是一種模擬人腦神經元網絡的結構和功能的計算模型，具有自學習、自組織和適應性等特點。在旋轉機械葉片設計、仿真和優化中，神經網絡可以用于建立模型，實現對葉片性能的預測和優化。
4698 3
yu ??? 2年前
遺傳算法優化BP神經網絡與神經網絡遺傳算法程序視頻 
主要內容包括：BP神經網絡算法工具箱三個函數功能與語法，BP神經網絡算法應用于非線性函數擬合與預測問題，遺傳算法三個算子與函數ga功能及語法，遺傳算法應用于尋求多個極值點的最小值解問題，遺傳算法優化BP神經網絡算法流程與3個模塊與程序分析，遺傳算法優化BP神經網絡算法求解擬合及預測問題，遺傳算法優化BP神經網絡算法分析自己實際數據與程序通用，GAOT工具箱函數處理GA優化BP分析預測及識別應用問題，
1434 2
鄭一 ??? 8年前
225 基于matlab的天牛須優化算法及其對BP神經網絡的優化 
基于matlab的天牛須優化算法及其對BP神經網絡的優化，優化后的閥值權值賦予網絡預測。最后輸出BP和BAS-BP訓練和預測結果。程序已調通，可直接運行。
2103
matlab應用與學習 ??? 2年前
十分鐘學會使用遺傳算法優化神經網絡參數（matlab代碼詳細講解，新手超級友好！！） 
這次給大家分享了遺傳算法優化神經網絡的初始化參數的matlab的代碼，希望對大家有所幫助。
18
活潑可男_matlab教學 ??? 1年前
什么是神經網絡？ 
通過強化學習進行學習通過與環境互動和以獎勵或懲罰的形式提供反饋，網絡獲得了知識。找到一種隨著時間的推移優化累積獎勵的政策或策略是該網絡的目標。這種經常用于游戲和決策應用程序。神經網絡的類型可以使用七種類型的神經網絡。 前饋神經網絡：前饋神經網絡是一種簡單的人工神經網絡架構，其中數據沿單個方向從輸入移動到輸出。
2341 1
仿真資料吧 ??? 1年前
深度學習訓練營-使用 Python、Pytorch 的神經網絡
課程內容概述：模塊1：深度學習和Python簡介課程結構、學習目標和關鍵框架。Python 編程概述：從基礎到高級，確保您可以自信地實施任何深度學習概念。模塊 2：使用 Python 和 NumPy 的深度神經網絡 （DNN）使用 Python 和 NumPy 進行編程：了解數組、數據幀和數據預處理技術。
3019 1
仿真資料吧 ??? 1年前
顯式有限元-神經網絡框架及神經網絡預測應力誤差分析 
下圖展示了神經網絡采用檢查-修正方法優化效果。初次訓練后（NN 0），FEM-NN的計算結果較差。優化到第三次的時候，神經網絡模型開始能夠展示基礎的剪切貫穿破壞。
2961
小白Johnny ??? 2年前
深度學習|會開發AI的AI：超網絡有望讓深度學習大眾化 
圖超網絡從任何需要優化的結構（稱其為候選結構）開始，然后盡最大努力預測候選結構的理想參數。接著將實際神經網絡的參數設置為預測值，用給定任務對其進行測試。Ren 的團隊證明，這種方法可用于來對候選結構進行排名，并選擇表現最佳的結構。當 Knyazev 和他的同事想出圖超網絡這個想法時，他們意識到可以在此基礎上進一步開發。
2115 2
龍騰AI技術 ??? 3年前
神經網絡芯片的未來發展，路在何方？ 
就拿神經網絡舉例，它有各種模型、各種參數，也會對應各種NPU芯片的實現方式。所以如何根據模型和參數，自動確定最優化的芯片架構，就是設計空間探索的重要意義。要想實現對于神經網絡加速器的架構設計空間的高質量的自動探索，目前主要的難點有兩個：如何有效地定義探索空間，以及如何高效地完成探索任務。
2961 1
平頭叔 ??? 3年前
人工神經網絡及其應用 
人工神經元與生物神經元 人工神經網絡的概念來自動物大腦中發現的生物神經元，因此它們在結構和功能方面有很多相似之處。 結構 ： 人工神經網絡的結構受到生物神經元的啟發。生物神經元有一個細胞體或胞體來處理沖動，樹突接收它們，以及一個將它們轉移到其他神經元的軸突。
2574
仿真資料吧 ??? 1年前
深度學習核心技術實踐與圖神經網絡新技術應用研修班通知 
三、技術路徑設計 針對具體的場景設計特定的神經網絡模型，對典型數據適配的網絡結構進介紹。 1.DNN模型搭建的基本原則2.CNN模型中常見的網絡結構，以及參數分析。3.RNN中支持的一些基本算子，如何對序列數據進行組織。
1986 2 1
龍騰AI技術 ??? 3年前
卷積神經網絡表征可視化研究綜述 
由于訓練數據的增加[2-3]及計算能力的大幅提升, DNN的網絡結構及與之相適應的優化算法[4-6]變得更加復雜, DNN在各項任務上的性能表現也越來越好, 產生了多種適用于不同類型數據處理任務的經典深度網絡結構, 如卷積神經網絡(Convolutional neural network, CNN)和循環神經網絡(Recurrent neural network, RNN).
2721 15 9
王者歸來123 ??? 3年前
人工神經網絡（Artificial Neural Networks，簡稱ANNs）-2、3 
輸入神經元通過連接鏈接（A和B）連接到輸出神經元，如圖中所示： 圖 5一種簡單的人工神經網絡結構 對于上述神經元架構，需要以以下方式計算凈輸入： I = xA + yB 其中x和y分別是輸入神經元X和Y的激活值。通過將激活函數應用于凈輸入，可以獲得輸出神經元Z的輸出z。
2244 1
仿真資料吧 ??? 1年前
人工神經網絡（ANN）（網絡架構）-4
這使得網絡能夠處理數據序列，如時間序列或語音。o 卷積神經網絡（Convolutional Neural Networks，簡稱CNNs）：這些網絡旨在處理具有網格拓撲結構的數據，如圖像。層由卷積層組成，它們學習檢測數據中的特定特征，以及池化層，它們減少數據的空間維度。o 自編碼器（Autoencoders）：這些神經網絡用于無監督學習。
2538 2 1
仿真資料吧 ??? 1年前
汽車消聲器連結法蘭盤沖壓成形工藝參數優化 
(2)神經網絡初始化BP神經網絡采用4個輸入參數，1個輸出參數的模型結構，4個輸入參數分別為凸模圓角半徑、壓邊力、摩擦系數、凸凹模間隙，輸出參數為孔口處最小壁厚。隱含層節點數的數量對BP神經網絡預測精度的好壞有直接影響，最佳的隱含層節點數計算可以參考如下公式[6]:中，n為輸入層節點數；l為隱含層節點數；m為輸出層節點數；a為0～10之間的常數。
4617 6 1
金屬加工前沿 ??? 2年前
什么是徑向基函數神經網絡？ 
另一方面，與卷積神經網絡 （CNN） 和遞歸神經網絡 （RNN） 等其他神經網絡類型相比，它們專門用于處理圖像、序列和其他高維數據等復雜數據結構，它們在深度學習中的使用頻率較低。?
2691 2 1
仿真資料吧 ??? 1年前
語音識別系列之脈沖神經網絡特征工程 
得益于誤差反向傳播算法，網絡權重可根據設定的目標函數得到有效地調整，ANN在視覺、文本、語音等領域都取得了巨大的成功，各種新奇的網絡結構、訓練策略層出不窮，ANN獲得了蓬勃發展，大量科研及工程人才投入之中，強力推動了學術研究及工業應用。
2463
聲學工程師小吳 ??? 3年前
讀懂自動駕駛卷積神經網絡的數學原理 
張量維度 連接剪切和參數共享 在本文開始，由于需要學習的參數數量巨大，我提到密集連接神經網絡在處理圖像方面是很弱的。既然我們已經了解了關于卷積的所有內容，讓我們來考慮一下它是如何優化計算的吧。
2322 1
駕駛哥 ??? 4年前
基于ADAMS的盤形軋制零件結構優化與故障診斷方法 
對這些數據重新抽樣并進行空間變換，同時輸入BiGRU-GRU網絡中用于訓練。當網絡模型的訓練精確到了一定的程度時，把目前收集到的指標信息輸入該網絡模型中，從而實現對盤形結構零件衰退趨勢的實時預測。2 結構優化分析及早期故障診斷方法檢驗為了實現對盤形軋制結構的優化，研究首先對其影響因素進行了驗證分析。
4334 4
擺渡人張 ??? 2年前
并使用Python構建真實世界的神經網絡模型
- 課程涵蓋內容：
- 機器學習、人工智能與神經網絡入門
- 有監督、無監督和強化學習技術
- 神經網絡、深度學習和模型優化
- 實用人工智能應用和真實世界用例
- 理解人工智能系統如何學習、適應和改進
- 構建可擴展人工智能解決方案的工具和最佳實踐
- 適用人群：
1435 1
仿真資料吧 ??? 4月前
20條/頁 
55 跳至頁
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
