Nature-Inspired Optimization Algorithms: Recent Advances in Natural Computing and Biomedical Applications
Ez a könyv az adatbányászat és az intelligens számítástechnikai módszerek bevonására összpontosít a biomedicinális alkalmazások és a természet által inspirált számítástechnikai algoritmusok legújabb fejlesztéseihez a biomedicinális rendszerek számára. A javasolt metaheurisztikus vagy természet által inspirált technikáknak az alapalgoritmusok továbbfejlesztett, hibrid, adaptív vagy továbbfejlesztett változatainak kell lenniük a teljesítmény és a konvergencia mérőszámai szempontjából. Ezen az izgalmas és feltörekvő interdiszciplináris területen az elméletek és módszerek széles skáláját vizsgálják és fejlesztik az összetett és kihívást jelentő problémák megoldására.
Napjainkban az adatok elemzése és feldolgozása a kutatói közösség és az információs társadalom egyik nagy fókuszpontja. A természetes számítástechnika fejlődése és a tudás felfedezése miatt a kapcsolódó meta heurisztikus vagy bioinspirált algoritmusok egyre nagyobb népszerűségre tettek szert az elmúlt évtizedben, mivel jelentős potenciáljuk van a számítással nehezen megoldható optimalizálási dilemmák kezelésére az orvosi, mérnöki, katonai, űrkutatási és ipari területeken. A természet ihlette algoritmusok sikerességének fő oka a problémamegoldó képességük. A természet ihlette optimalizálási technikák adaptív számítási eszközöket biztosítanak a komplex optimalizálási problémákhoz és a szerteágazó mérnöki alkalmazásokhoz.
Tentative Table of Contents/Topic Coverage:
- Neurális számítás.
- Evolúciós számítási módszerek.
- Idegtudomány által vezérelt mesterséges intelligencia által inspirált algoritmusok.
- Biológiai rendszer alapú algoritmusok.
- Hibrid és intelligens számítási algoritmusok.
- A természetes számítástechnika alkalmazása.
- Az optimalizációs algoritmusok áttekintése és a technika jelenlegi állásának elemzése.
- Molekuláris és kvantumszámítási alkalmazások.
- Rajintelligencia.
- Populáció alapú algoritmus és egyéb optimalizációk.
