Text

Jaringan Saraf Non-Linear

---

Jaringan saraf dapat diklasifikasikan ke dalam kategori statis dan dinamis. Jaringan dinamis (non-linear), keluarannya tidak hanya bergantung pada masukan saat ini ke jaringan, tetapi juga pada masukan, keluaran, atau status jaringan saat ini atau sebelumnya. Dengan kata lain jaringan saraf dinamis dalam implementasinya, lebih ke data input yang bersifat time series. Karakteristik khusus ini dimanfaatkan untuk membangun jaringan saraf berulang atau dikenal RNN (recurrent neural networks) yang dipergunakan untuk pemrosesan bahasa alami (natural language processing). Buku ini menyajikan 3 model jaringan saraf non linear yang merupakan bagian dari jaringan saraf dinamis, yaitu jaringan dinamik (contoh pengembangan: RNN)), jaringan Grossberg (contoh pengembangan: ART) dan jaringan Hopfield (dapat dimplementasikan langsung ke bentuk perangkat keras). Sedangkan sebagai pengantar untuk mempermudah pemahaman mengenai jaringan saraf non-linear, diperkenalkan konsep dasar jaringan saraf dan algoritma backpropagation yang paling umum dan paling banyak dipergunakan pada bab awal.

---

Ketersediaan

K4073

006.32 MUI j.1.ED1 WSD-2025

Kampus Tipes (006)

Tersedia

Informasi Detail

Judul Seri

Arsitektur dan Algoritma Pelatihan

No. Panggil

006.32 MUI j.1.ED1 WSD-2025

Penerbit

Yogyakarta : Teknosain., 2025

Deskripsi Fisik

xvi; 130; 17x24

Bahasa

Indonesia

ISBN/ISSN

978-623-8075-93-5

Klasifikasi

006.32

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Artificial Intelligence
Jaringan Saraf Tiruan
Neural networks

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar