Hopfield神经网络模型与学习算法.ppt

基于遗传优化神经网络的小车避障路线规划行驶仿真,并输出行驶动画,如果有碰撞则重新迭代学习_使用matlab2021a或者以上版本测试

安全技术-网络信息-模糊神经网络的性能及其学习算法研究.pdf

安全技术-网络信息-模糊神经网络学习算法的几个收敛性结果.pdf

安全技术-网络信息-模糊神经网络学习算法及收敛性研究.pdf

图神经网络模型学习

在这门课程里你将掌握Deep Learning的概念和使用Keras和TensorFlow框架的模型，并实现深度学习算法，为你成为一名Deep Learning工程师做铺垫。 TensorFlow课程认证培训中，你将熟悉人工神经网络、PyTorch、自动编码器等的语言和基本概念。完成学习后，你将能够建立Deep Learning模型，解释结果，并建立自己的深度学习项目。 该课程面向神经网络、机器学习、深度学习、人工智能入门的同学，通过系统化学习，快速掌握TensorFlow技术及其应用。

在这门课程里你将掌握Deep Learning的概念和使用Keras和TensorFlow框架的模型，并实现深度学习算法，为你成为一名Deep Learning工程师做铺垫。 TensorFlow课程认证培训中，你将熟悉人工神经网络、PyTorch、自动编码器等的语言和基本概念。完成学习后，你将能够建立Deep Learning模型，解释结果，并建立自己的深度学习项目。 该课程面向神经网络、机器学习、深度学习、人工智能入门的同学，通过系统化学习，快速掌握TensorFlow技术及其应用。

摘要: 针对三自由度全驱动船舶速度向量不可测问题, 考虑船舶模型参数和外部环境扰动均未知的情况, 提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法. 该方法设计神经网络自适应观测器估计船舶速度向量, 且利用神经网络逼近模型参数不确定项, 综合考虑船舶位置和速度误差之间关系构造递归滑模面, 再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律, 并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号. 选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性. 最后, 基于一艘供给船进行仿真验证, 结果表明, 船舶轨迹跟踪响应速度快, 所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.

我们很高兴地邀请到来自哈佛大学的Marinka Zitnik教授来给我们做一个关于计算生物学中的图神经网络的讲座。在本讲座中，Marinka教授概述了为什么图学习技术可以极大地帮助计算生物学研究。具体来说，本演讲涵盖了3个范例用例: (1) 通过异构知识图谱的多关系链接预测发现安全的药物-药物组合;(2)通过学习子图嵌入对患者结局和疾病进行分类;(3)通过图的少样本学习，学习有效的疾病治疗方法。