EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ALGORITMA EVOLUSI GENETIKA SEBAGAI FUNGSI OPTIMASI JARINGAN SARAF BUATAN

Muqorrobien Ma’rufi, Muhamad Fuat Asnawi

Device · 2021

DOI: 10.32699/device.v11i1.1783 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Device, 2021. Verfasst von Muqorrobien Ma’rufi und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Reinforcement Learning (RL) pada Machine Learning memiliki masalah yang dikenal dengan istilah exploitation and exploration problem, yang membuat RL sering kesulitan mendapatkan konvergensi dalam proses trainingnya. Untuk itu penulis coba mengambil pendekatan lainnya dengan cara menggunakan Algoritma Evolusi Genetika sebagai fungsi optimasinya. Kesimpulan dari penelitian ini adalah algoritma evolusi genetika sangat efektif diterapkan sebagai fungsi optimasi pada Reinforcement Learning untuk membangun sistem trading saham berbasis kecerdasan buatan.

Zitieren

APA

Ma’rufi, M., & Asnawi, M. F. (2021). ALGORITMA EVOLUSI GENETIKA SEBAGAI FUNGSI OPTIMASI JARINGAN SARAF BUATAN. Device. https://doi.org/10.32699/device.v11i1.1783

Vancouver

Ma’rufi M, Asnawi MF. ALGORITMA EVOLUSI GENETIKA SEBAGAI FUNGSI OPTIMASI JARINGAN SARAF BUATAN. Device. 2021. doi:10.32699/device.v11i1.1783

BibTeX
@article{Marufi2021,
  author = {Ma’rufi, Muqorrobien and Asnawi, Muhamad Fuat},
  title = {ALGORITMA EVOLUSI GENETIKA SEBAGAI FUNGSI OPTIMASI JARINGAN SARAF BUATAN},
  journal = {Device},
  year = {2021},
  doi = {10.32699/device.v11i1.1783}
}
Kostenlos starten →