Iniciar sesión
Registrarse
Restablecer contraseña
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Blog
Contacto
Buscar
EUR
USD
GBP
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Applied Mathematics and Nonlinear Sciences
Volumen 7 (2022): Edición 1 (January 2022)
Acceso abierto
Cognitive Computational Model Using Machine Learning Algorithm in Artificial Intelligence Environment
Shangyi Liu
Shangyi Liu
,
Constantin-Viktor Spiridonidis
Constantin-Viktor Spiridonidis
y
Moaiad Ahmad Khder
Moaiad Ahmad Khder
| 27 dic 2021
Applied Mathematics and Nonlinear Sciences
Volumen 7 (2022): Edición 1 (January 2022)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Artículo
Figuras y tablas
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Publicado en línea:
27 dic 2021
Páginas:
803 - 814
Recibido:
17 jun 2021
Aceptado:
24 sept 2021
DOI:
https://doi.org/10.2478/amns.2021.2.00065
Palabras clave
artificial intelligence
,
machine learning
,
DBN algorithm
,
multilayer perceptron
,
cognitive computational model
© 2021 Shangyi Liu et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Fig. 1
RBM network structure. RBM, restricted Boltzmann machine
Fig. 2
DBN network. DBN: deep belief network; RBM: restricted Boltzmann machine
Fig. 3
DBN training framework. DBN: deep belief network
Fig. 4
Cognitive computational model based on machine learning algorithm
Fig. 5
Relationship between model error rate and repetition number. DBN: deep belief network
Fig. 6
Relationship between model error rate and number of units. DBN: deep belief network
Fig. 7
Relationship between model error rate and number of network layers. DBN: deep belief network
Context of import values
Imported value
Context information
a
1
g
1
,
g
2
,
g
3
,
g
4
a
2
g
1
,
g
2
,
g
3
,
g
4
a
3
g
1
,
g
2
,
g
3
,
g
4
a
4
g
1
,
g
2
,
g
3
,
g
4