Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "modelowanie ad-hoc" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Empiryczne modele wzrostu gospodarczego z efektami przestrzennymi
Autorzy:
Alicja, Olejnik Anna
Powiązania:
https://bibliotekanauki.pl/articles/656090.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
modele przesterzenne
efekty przestrzenne
modelowanie ad-hoc
Opis:
W ostatnich latach w literaturze nauk regionalnych wiele miejsca poświęca się efektom przestrzennym oraz problemom uwzględnienia zależności przestrzennych w specyfikacji regionalnych modeli wzrostu. W kontekście teorii NEG oraz modeli wzrostu endogenicznego, jako główne źródło autokorelacji przestrzennej zaczęto postrzegać tzw. efekty zewnętrzne oraz zjawisko rozprzestrzeniania się. Z punktu widzenia modelowania regionalnego wzrostu gospodarczego istotnej wagi nabrało więc, nie tyle uwzględnianie w modelach zależności przestrzennych (nadal bardzo popularne w literaturze tzw. podejście ad hoc), ale raczej modelowanie efektów przestrzennych z pełnym zrozumieniem ich ekonomicznych przyczyn. Takie podejście pozwala, nie tylko na poprawniejszą konstrukcję modelu pod względem statystycznym, ale daje również możliwość głębszego zrozumienia i interpretacji oszacowanych parametrów w modelach wzrostu.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 5, 306
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of structure of neural models using distributed computing environment
Optymalizacja struktury modeli neuronowych z zastosowaniem rozproszonego środowiska obliczeniowego
Autorzy:
Tomanek, A.
Przystałka, P.
Adamczyk, M.
Powiązania:
https://bibliotekanauki.pl/articles/327638.pdf
Data publikacji:
2006
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
rozproszone obliczenia
klastery typu ad-hoc
sztuczna sieć neuronowa
modelowanie heurystyczne
optymalizacja struktury sieci neuronowej
distributed computing
ad-hoc computing clusters
artificial neural network
heuristic modelling
optimizing neural network architecture
Opis:
The main aim of this paper was to identify the optimal structures of considered neural models using the distributed computing environment. In this paper distributed optimizing of feed-forward neural network architectures for given problems is presented. The computing environment is composed of a few important packages and modules and has been created by the authors in order to aid developing some soft computing methods [4], where a lot of calculations are needed. At the beginning the authors decided to adapt a simple systematic-search algorithm that searches through every possible combination of network structures. Since this class of algorithms requires large amount of computation the distributed computing system was employed.
Głównym celem przeprowadzonych badań było zidentyfikowania optymalnej struktury rozpatrywanych modeli neuronowych z zastosowaniem środowiska do obliczeń rozproszonych. W artykule zaprezentowano zastosowanie systemu do rozproszonej optymalizacji struktury sztucznej sieci neuronowej typu perceptron wielowarstwowy dla zadanego problemu. Prezentowane środowisko obliczeniowe jest złożone z kilku pakietów oraz modułów i zostało utworzone przez autorów w celu wspomagania rozwoju metodologii modelowania heurystycznego [4], gdzie niezbędnych jest wiele obliczeń. W początkowym stadium rozwoju oprogramowania autorzy zastosowali prosty algorytm przeszukiwania systematycznego każdej możliwej kombinacji struktury sieci. Ponieważ tego typu algorytmy z reguły wymagają dużych mocy obliczeniowych, postanowiono wykorzystać system omawiany w niniejszym artykule.
Źródło:
Diagnostyka; 2006, 4(40); 15-18
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies