统计学习模型的神经网络是一个家庭受到生物神经网络主要是用来估计函数;他们也被用来解决各种各样的问题,很难解决使用普通的基于规则的编程,包括计算机视觉和语音识别。另一方面,metaheuristic是高级程序设计,生成,或选择一个启发式搜索算法(部分),可以提供一个足够好的解决方案的优化问题。

最近,神经网络区域再次成为一个热门话题,尤其是使用新架构(强化网络,深层网络),hybrid-schemes(模糊逻辑与bioinspired算法)和稳定性分析的混合架构(模糊或滑动模式)。Hybrid-metaheuristics旨在涵盖小说上修改完善的metaheuristics算法寻找承办手边的问题。

特别,几乎没有发表的结果应用于工程、生物工程、神经语言学中使用这两个主要科目计算智能。

这个特殊的问题集中在研究社区高经验进化系统,神经网络,模糊逻辑,自然语言处理,和多学科研究团队,目的是获得小说真实世界的应用程序的解决方案。

潜在的主题包括,但不限于:

• 神经网络和neurocontrol
• 混合神经网络
• 神经网络动力学分析
• Hybrid-metaheuristics
• Metaheuristics多目标优化和自然语言处理
• 深度学习在计算语言学
• 平行metaheuristics
• 和动态metaheuristics动态问题