机译:通过DEVS建模和仿真增强人工神经网络的可重用性和互操作性
Department of Computer Science African University of Science and Technology, Abuja, Nigeria;
LIMOS, CNRS UMR 6158 Universite Blaise Pascal, Clermont-Ferrand 2 Campus des Cezeaux, 63173 Aubiere;
Artificial neural networks; DEVS; Z-schema; reusability; interoperability; HiLLS; learning algorithm; modeling and simulation;
机译:以日光模拟为例,通过人工神经网络监督学习构建自适应建筑围护结构,提高绿色建筑信息建模的有效性
机译:基于日光仿真的自适应建筑信封的建设与人工神经网络监控学习的绿色建筑信息建模的有效性
机译:使用人工神经网络的非线性双尺度模拟的现行适应性,减少阶阶型
机译:基于XML的DEVS建模工具,可增强仿真互操作性
机译:基于人工神经网络的亚网格化学模型用于湍流反应流模拟。
机译:通过蒙特卡洛模拟训练的人工神经网络对多层皮肤模型的空间分辨漫反射光谱建模
机译:利用DEVS建模和模拟增强人工神经网络的可重用性和互操作性