국방대학교 도서관검색
- Home
- 기능목록
- 검색
-
Marc 보기
MARC 닫기
-
LDR
00731nam ac200229 k 4500
-
001
000003580457
-
005
20220101120000
-
007
ta
-
008
010731s1990 US 000 eng
-
020
▼a 0262132613
-
040
▼a 211070
▼c 211070
▼d 123456 -
049
▼l WM0003025786
▼l WM4623
▼c 2 -
050
▼a TJ223.M53
-
090
▼a TJ223.M53
▼b N48 -
100
▼a W THOMAS,MILLER
-
245
▼a NEURAL NETWORKS FOR CONTROL/
▼d MILLER,W THOMAS;
▼e Sutton, Richard S.;
▼e Werbos, Paul J.;
▼e National Science Foundation (U.S.) -
260
▼a CAMBRIDGE:
▼b MIT PR.,
▼c 1990. -
300
▼a 524p.;
▼c 24cm. -
653
▼a Automatic control
▼a Congresses
▼a Neural computers -
700
▼a Richard S.,Sutton
-
700
▼a Paul J.,Werbos
-
700
▼a National Science Foundation (U.S.)
-
991
▼a 단행본
-
LDR
- 바구니담기
- 내서재 담기
- 내보내기
상세정보
NEURAL NETWORKS FOR CONTROL
QR코드| 자료유형 : | 단행본 |
|---|---|
| ISBN : | 0262132613 |
| 분류기호 : | TJ223.M53 |
| 개인저자 : | W THOMAS,MILLER |
| 서명/저자사항 : | NEURAL NETWORKS FOR CONTROL/ MILLER,W THOMAS; Sutton, Richard S.; Werbos, Paul J.; National Science Foundation (U.S.) |
| 발행사항 : | CAMBRIDGE: MIT PR., 1990. |
| 형태사항 : | 524p.; 24cm. |
| 개인저자 : | Richard S.,Sutton |
| 개인저자 : | Paul J.,Werbos |
| 개인저자 : | National Science Foundation (U.S.) |
| 언어 | 영어 |
예약
- 1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
- 2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
- 3. 기타 문의사항은 도서관에 문의 바랍니다.
무인예약대출
- 1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
- 2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
- 3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
- 4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
- 5. 기타 문의사항은 도서관에 문의 바랍니다.
WMO199925752
권 호 : 524
발행년 : 1990
서 명 : NEURAL NETWORKS FOR CONTROL
발행처 : MILLER,W THOMAS
목차
1. CONNECTIONIST LEARNING FOR CONTROL
2. OVERVIEW OF DESIGNS AND CAPABILITIES
3. A MENU OF DESIGNS FOR REINFORCEMENT LEARNING OVER TIME
4. ADAPTIVE STATE REPRESENTATION AND ESTIMATION USING RECURRENT CONNEC-
5. TIONIST NETWORKS
6. ADAPTIVE CONTROL USING NEURAL NETWORKS
7. A SUMMARY COMPARISON OF CMAC NEURAL NETWORK AND TRADITIONAL ADAPTIVE
8. CONTROL SYSTEMS
9. RECENT ADVANCES IN NUMERICAL TECHNIQUES FOR LARGE SCALE OPTIMIZATION
10. FIRST RESULTS WITH DYNA,AN INTERGRATED ARTCHITECTURE FOR LEARING,
11. PLANNING AND REACTING
12. COMPUTATIONAL SCHEMES AND NEURAL NETWORK MODELS FOR FORMATION AND
13. CONTROL OF MULTIHOINT ARM TRAJECTORY
14. VISION-BASED ROBOT MOTION PLANNING
15. USING ASSOCIATIVE CONTENT-ADDRESSABLE MEMORIES TO CONTROL ROBOTS
16. THE TRUCK BACKER-UPPER;AN EXAMPLE OF SELF-LEARNING IN NEURAL NETWORKS
서평쓰기