Java Object Oriented Neural Engine. The Complete Guide by Marrone P.

By Marrone P.

Show description

Read or Download Java Object Oriented Neural Engine. The Complete Guide PDF

Best programming: programming languages books

Objektorientierte Programmiersprache C++: Vollständige Einführung anhand von Beispielen (VDI-Buch) (German Edition)

In diesem Werk werden alle Aspekte der Sprache C++ behandelt, deshalb ist das Buch ebenso für Einsteiger, mit oder ohne Vorkenntnisse über eine andere Programmiersprache, als auch für Umsteiger von anderen Programmiersprachen bzw. C-Programmierer geeignet. Die Darstellung der Sachverhalte erfolgt knapp und systematisch, die Beispiele sind kurz, prägnant und compiler- unabhängig und auf allen Rechnern mit C++ 2.

Additional resources for Java Object Oriented Neural Engine. The Complete Guide

Sample text

It permits to write macros in response to any of the events raised by a neural network, permitting to implement whatever behaviour at run­time without the necessity to write and compile java code. 4. The macros are embedded in the neural network, and therefore they are stored/transported along with the neural network at which belong. This is a powerful mechanism capable to transport and remotely run some kind of ‘custom logic’ to control the run­time behaviour of a neural network. The scripting mechanism contains two types of macros: event­driven and user­driven macros.

AddOutputSynapse method for an output synapse. org 41 Joone Core Engine The Complete Guide The Layer object has two vectors containing the list of the input synapses and the list of the output synapses connected to it. In the fireFwGet and fireRevPut methods the Layer scans the input vector and, for each input synapse found, it calls the fwGet and the revPut methods respectively (implemented by the input synapse from the InputPatternListener interface). getCount(); } }; }; } In the bordered code there is a loop that scans the vector of input synapses.

The input plugins 2. The monitor plugins These are described here in detail. 1 The Input Plugins These plugins are very useful for implementing mechanisms to control the pre­processing of the input data for a neural network. Several input plugins have been implemented: • The NormalizerPlugin to limit the input data into a predefined range of values • The CenterOnZeroPlugin to center the input values subtracting their average value around the origin • The MinMaxExtractorPlugin to extract the turning points of a time series • The MovingAveragePlugin to calculate the average values of a time series Other pre­processing plugins can be built simply by extending the above classes.

Download PDF sample

Rated 4.97 of 5 – based on 26 votes