شبکه‌های عصبی بازگشتی و محاسبات نرم ۲۰۱۲
Recurrent Neural Networks and Soft Computing 2012

این کتاب به کاربردهای نوینی از شبکه‌های عصبی بازگشتی می‌پردازد و مطالعه‌ی آن برای فعالان این حوزه ضروری خواهد بود. ابزارهای روش‌شناختی پوشش داده شده شامل شاخص‌های رتبه‌بندی برای اعداد فازی، یک فیلتر دیجیتال عصبی-فازی و نگاشت نمودارهای برنامه‌های موازی است. گستره‌ی تکنیک‌های معرفی‌شده در کاربردهای واقعی در فصول مربوط به تشخیص الگوهای آب و هوایی حاد، نوار قلب بزرگسالان و جنین در مراقبت‌های بهداشتی و پیش‌بینی سیگنال‌های سری زمانی دما آشکار است. موضوعات دیگری در این راستا شامل کاربرد تکنیک‌های هوش مصنوعی در مسائل تداخل الکترومغناطیسی، شناسایی فرآیندهای زیستی و کنترل I-term و استفاده از BRNN-SVM برای بهبود دقت پیش‌بینی حوزه‌های پروتئینی است. دو فصل از کتاب نشان می‌دهند که شبکه‌های عصبی بازگشتی را می‌توان در واقعیت مجازی و سیستم‌های دینامیکی غیرخطی نیز به کار برد.

New applications in recurrent neural networks are covered by this book, which will be required reading in the field. Methodological tools covered include ranking indices for fuzzy numbers, a neuro-fuzzy digital filter and mapping graphs of parallel programmes. The scope of the techniques profiled in real-world applications is evident from chapters on the recognition of severe weather patterns, adult and foetal ECGs in healthcare and the prediction of temperature time-series signals. Additional topics in this vein are the application of AI techniques to electromagnetic interference problems, bioprocess identification and I-term control and the use of BRNN-SVM to improve protein-domain prediction accuracy. Recurrent neural networks can also be used in virtual reality and nonlinear dynamical systems, as shown by two chapters.