ESANN 2000：比利时布鲁日
第八届欧洲人工神经网络研讨会，ESANN 2000，比利时布鲁日，2000年4月26-28日，会议记录。 2000
数据和信号分析
马克·吉洛米 :
具有非均匀分类先验的稀疏离散二进制数据的生成模型。 1-6 迈克尔·迪滕巴赫 , 迪特尔·默克尔 , 安德烈亚斯·劳贝尔 :
使用增长层次自组织映射进行文档分类。 7-12 约翰·奥尔多·李 , 阿莫瑞Lendasse , 尼古拉斯·唐克斯 , 米歇尔·维尔莱森 :
一种稳健的非线性投影方法。 13-20 乔迪·索莱·卡萨尔斯 , 安妮丝·塔勒布 , 克里斯蒂安·尤滕 :
非线性信道盲反褶积的参数方法。 21至26
支持向量机
科林·坎贝尔 :
训练支持向量机的算法方法：一项调查。 27-36 约翰·苏肯斯 , 卢卡斯·卢卡斯 , 乔斯·范德维尔 :
稀疏最小二乘支持向量机分类器。 37-42 多米尼克·马丁内斯 , 吉列Millerioux :
支持向量委员会机器。 43-48 拉尔夫·赫布里奇 , 格雷佩尔 , 科林·坎贝尔 :
稳健的贝叶斯点机器。 49-54
模型选择和评估
约阿奎恩·皮萨罗·琼奎拉 , Elisa Guerrero Vázquez女士 , 佩德罗·加林多 :
一种应用于神经网络的统计模型选择策略。 55-60 Riadh Kallel公司 , 玛丽·科特雷尔 , 文森特·维格纳龙 :
神经模型选择的引导。 61-68 杉山正史 , 小川秀文 :
选择子空间模型的新信息准则。 69-74 乔治奥斯·帕帕佐普洛斯 , 彼得·爱德华兹 , 艾伦·F·穆雷 :
神经网络的置信度估计方法：实际比较。 75至80
人工神经网络与机器人
理查德·杜罗 , 何塞·桑托斯·雷耶斯 , 何塞·安东尼奥·贝塞拉 , 弗朗西斯科·贝拉斯 , 何塞·路易斯·克雷斯波 :
使用高阶突触和节点来提高移动机器人的感知能力。 81-88 埃尔萨·费尔南德斯 , 伊马诺·埃查尔 , 曼努埃尔·格拉尼亚 :
用于光流稳健计算的竞争性神经网络。 89-94 弗朗西斯科·帕内莱 , 乔治·梅塔 , 朱利奥·桑迪尼 :
学习机器人中类似VOR的稳定反射。 95-102 罗伯托·伊格莱西亚斯 , 曼纽尔·费尔南德斯·德尔加多 , 塞恩·巴罗 :
在设计自适应墙允许行为时学习感知状态。 103-108
ANN模型与学习I
黄文吉 , 欧谦敏 , 廖世昌 , Ching-Fung中文 :
模糊熵约束竞争学习算法。 109-116 Gianluigi Rech公司 :
单隐层前馈自回归人工神经网络模型的描述、估计和评价。 117-122 陆伟 , 贾加斯·C·拉贾帕克斯 :
用于不完全独立成分分析的神经网络。 123-128 阿列克桑达尔·拉扎列维奇 , Dragoljub Pokrajac公司 , 佐兰·奥布拉多维奇 :
分布式聚类和局部回归用于多空间数据库中的知识发现。 129至134 弗兰克·海斯特 , 格雷戈尔·肖克 :
非线性统计数据分析，用于用互信息概念优化神经网络输入结构。 439-444 梅赛德斯·费尔南德斯·雷东多 , 卡洛斯·埃尔南德斯·埃斯皮诺萨 :
减重训练对输入选择方法的影响。 135-140 彼得·爱德华兹 , 艾伦·F·穆雷 :
委员会组成，用于工业中可靠和准确的神经预测。 141-146
非线性动力学与控制
托鲁·奥希拉 :
使用神经网络类比进行加密。 147-152 平江 , 罗尔夫·恩贝豪恩 :
非线性系统轨迹跟踪的迭代学习神经网络控制。 153-158 皮耶罗·A·吉利 , 曼纽拉·巴蒂佩德 :
非线性直升机模型的MIMO神经自适应速率阻尼的比较设计。 159-164
医学中的神经网络
托马斯·维尔曼 :
医学中的神经网络方法——实际发展综述。 165-176 蒂姆·W·纳特科姆 , 海科·沃辛 , 沃尔特·舒伯特 , 海尔格·J·里特 :
荧光显微照片自动分割的神经网络结构。 177-182 鲍国军 , 贾加特·拉贾帕克塞 :
使用遗传算法对功能磁共振数据进行基于边界的运动校正。 183-188年 阿克塞尔·维斯米勒 , 弗兰克·维茨 , 多米尼克·R·德施 , 克劳斯·哈恩 , 海尔格·J·里特 :
自适应模式分析的神经网络方法-可变形特征映射。 189-194 阿曼多·巴扎尼 , 亚历山德罗·贝维拉夸 , 但丁·波里尼 , 罗莎·布兰卡乔 , 雷纳托·坎帕尼尼 , 尼科·兰科利 , 亚历山德罗·里卡迪 , 大卫·罗曼尼 , 吉安卢卡·赞博尼 :
使用SVM分类器自动检测数字乳房X光片中的簇状微钙化。 195-200年 吕迪格·W·布拉斯 , 弗里德里希 :
作为医学诊断接口的神经模糊方法。 201-206
人工神经网络模型与学习II
约翰·布利纳里亚 , 帕特里夏·里德尔 :
调节眼球运动。 207-212 芭芭拉·汉默 :
混合系统的局限性。 213-218 埃利奥·D·迪·克劳迪奥 , 拉斐尔·帕里西 , 詹尼·奥兰迪 :
神经判决反馈均衡器的判别学习。 219-226 M.A.托雷斯 , M.E.帕尔多 , J.M.普波 , 卢西亚诺·博奎特 , 拉斐尔·巴里亚 , 路易斯·米格尔·贝加萨 :
二元蒸馏塔的神经控制。 227-232 拉斐尔·巴里亚 , 卢西亚诺·博奎特 , 曼努埃尔·马佐 , 埃琳娜·洛佩斯·吉伦 , 路易斯·米格尔·贝加萨 :
E.O.G.使用尖峰神经网络指导杂草。 233-238
用于数据分析的自组织地图
Jouko Lampinen公司 , 蒂莫·科斯蒂安 :
数据分析中的自组织地图-关于过度拟合和过度解释的注释。 239-244 埃里克·德·博特 , 玛丽·科特雷尔 :
引导自组织地图以评估局部邻近性的统计显著性。 245-254 Arnulfo P.阿兹卡拉加 :
使用订单指标评估SOM。 255-260 约翰·弗拉纳根 :
SOM中的自我组织，具有有限数量的可能输入。 261-266 穆斯塔法·利巴 , 福阿德·巴德兰 , 西尔维·蒂里亚 :
二进制数据的拓扑图。 267-272 马库斯·瓦斯塔 , 朱卡·海科宁 , Jouko Lampinen公司 :
时间Kohonen图和递归自组织图的分析比较。 273-280
递归网络
Jochen J.Steil公司 :
时变权值递归网络的局部输入输出稳定性。 281-286 扎兰·赫茨伯格 , 约瑟夫·比罗 , 伊迪丝·哈拉斯 :
一种具有时间相关和有耗动力学的优化神经网络模型。 287-292 罗穆尔·博内 , 米歇尔·克鲁西亚努 , 让·皮埃尔·阿塞林·德·博维尔 :
将时滞连接添加到递归神经网络的算法。 293-298
时间序列预测
约翰·苏肯斯 , 乔斯·范德维尔 :
K.U.Leuven竞争数据：对先进神经网络技术的挑战。 299-304 詹姆斯·麦克Names :
时间序列预测的局部模型优化。 305-310 吉安卢卡·邦坦比 , 毛罗·比拉塔里 :
基于局部动态特性的多步预测方法。 311-316年 乌尔里希·帕里茨 , 克里斯蒂安·默克维思 :
时空时间序列的非线性预测。 317-322 Maurits D.出局 , 沃尔特·科斯特斯 :
组合神经网络预测的贝叶斯方法。 323-328 阿莫瑞Lendasse , 约翰·奥尔多·李 , 文森特·沃茨 , 米歇尔·维尔莱森 :
使用CCA和Kohonen地图进行时间序列预测-应用于电力消耗。 329-334 安娜·隆巴迪 , 安东尼奥·维奇诺 :
基于自举神经网络的财务预测。 335-340 斯坎德·索尔塔尼 :
利用小波分解进行时间序列预测。 341-346 路易斯·蒙佐·贝尼特斯 , 阿德玛·费雷拉 , 戴安娜·佩德雷拉·伊帕拉吉雷 :
使用Kohonen算法进行混沌时间序列预测。 347-352 帕特里克·罗塞特 :
SOM算法曲线预测：使用工具跟踪Kohonen地图上的时间。 353-358
人工神经网络模型与学习III
托马斯·沃格特林 :
在上下文空间中学习主要成分。 第359-364页 瓦伦蒂娜·科拉 , 莱昂纳多·玛丽亚·雷内里 , 米尔科·斯加比 :
参数分类中的训练激活函数。 365-370 井上俊一 :
图像重建问题的量子迭代算法。 371-376 斯文·布赫霍尔茨 , 杰拉尔德·索默 :
四元数旋量MLP。 377-382 伯纳德·吉罗 :
对称布尔函数的简化神经结构。 383-388
用于能源管理系统的人工神经网络
冈萨洛·乔亚·卡帕罗斯 :
能源管理系统的连接解决方案。 389-400 克里斯蒂安·雷坦兹 , 卡斯滕·莱德 :
使用增长神经气体和自组织映射对电力系统进行稳定性评估。 401-406 何塞·努诺·菲达尔戈 , 若昂·阿贝尔·佩萨斯·洛佩斯 :
处理中压电网重构的负荷预测。 407-412 埃琳娜·萨维利娃 , 阿列克谢·克拉维斯基 , 谢尔盖·切尔诺夫 , 瓦西里·V·德米扬诺夫 , 瓦迪姆·蒂莫宁 , 拉斐尔·阿鲁图扬 , 列奥尼德·亚历克桑德罗维奇·博尔肖夫（Leonid Aleksandrovich Bolshov） , 米哈伊尔·卡内夫斯基 :
MLP和随机模拟在俄罗斯电力负荷预测中的应用。 413-418
生物和人工系统学习
桑德·博特 , Joost N.Kok公司 , 约翰内斯·拉波雷 :
SpikeProp：尖峰神经元网络的反向传播。 第419页至第424页 加埃塔诺·利博里奥·埃利罗 , 保罗·巴赫·里塔 :
非突触连接的神经网络。 425-430 温弗里德·A·费伦兹 , 约翰·泰勒 :
通过横向抑制型均匀神经场建立视网膜移植术。 431-436
