Evolving Neural Networks for Statistical Decision Theory: Master Thesis

Michal Valko 1
1 SEQUEL - Sequential Learning
LIFL - Laboratoire d'Informatique Fondamentale de Lille, Inria Lille - Nord Europe, LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal
Abstract : Real biological networks are able to make decisions. We will show that this behavior can be observed even in some simple architectures of biologically plausible neural models. The great interest of this thesis is also to contribute to methods of statistical decision theory by giving a lead how to evolve the neural networks to solve miscellaneous decision tasks.
Type de document :
Mémoires d'étudiants -- Hal-inria+
Machine Learning [stat.ML]. 2005
Liste complète des métadonnées

Littérature citée [22 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00646451
Contributeur : Michal Valko <>
Soumis le : mercredi 30 novembre 2011 - 00:21:07
Dernière modification le : mercredi 24 janvier 2018 - 01:14:31
Document(s) archivé(s) le : vendredi 16 novembre 2012 - 12:21:38

Fichier

nesdt.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00646451, version 1

Collections

Citation

Michal Valko. Evolving Neural Networks for Statistical Decision Theory: Master Thesis. Machine Learning [stat.ML]. 2005. 〈hal-00646451〉

Partager

Métriques

Consultations de la notice

277

Téléchargements de fichiers

196