Sintese ia

Os principais resultados do autor de dissertação artificiais Meta modelos de rede neural de simulações de computador Estocásticos são discutidos juntamente com os desdobramentos sobre a modelagem de combate e recomendações para futuras pesquisas.
Aplicações de Redes neurais Artificiais de combater a simulações.

A necessidade de desenvolver simulações de combate está na utilização do mesmo para formação da velocidade do olhar realista é importante, fazendo com que as simulações internas sejam precisas e eficientes.

USANDO ANN PARA AJUDAR OS MODELOS DE COMBATE

Uma possível abordagem não paramétrica é ter uma rede neural artificial, por uma entrada e saída da simulação de computador. As redes neurais não são sensíveis a desvios tradicionais do modelo estatístico como variância do erro constante.

Existem cinco modos básicos que a ANN poderiam ser usados para ajudar os modelos de simulações de combate. Em primeiro lugar utilizar o RNA para modelos do fenômeno físico em um esforço pra tirar vantagens da natureza inerentemente do processamento paralelo. Finalmente com a ANN treinada na saída da simulação, são executados diversos estudos como instrumento de analise de simulação. As ultimas três abordagens implicam na simulação de combate para fornecer exemplos de treinamento para desenvolver a ANN.

A idéia de usar uma RNA para simulação pode parecer rotina para pesquisadores com uma extensa experiência em redes neurais, mas essa razão é que há muitos exemplos de pesquisadores utilizando simulações de computador para obter dados para treinar suas redes. A ANN tem sido utilizada para realizar aproximação de função, no entanto, as simulações de combate são difíceis de aproximar. Existem três grandes diferenças entre o uso de RNA para simulações estocásticas e utilizando RNA. Em primeiro lugar, devido à natureza estocástica da simulação, um determinado conjunto de entradas produz saídas diferentes, assim agravando a formação. A linha de base da