Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "linguistic decomposition" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Sprzętowa realizacja procesu dekompozycji lingwistycznej bazy wiedzy systemu wnioskowania przybliżonego
    Hardware Implementation of the Knowledge Base Linguistic Decomposition of the Fuzzy Inference System
    Autorzy:
    Wyrwoł, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/155723.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    funkcja przynależności
    reguła rozmyta
    baza wiedzy
    wnioskowanie przybliżone
    dekompozycja relacyjna
    dekompozycja lingwistyczna
    układ reprogramowalny FPGA
    membership function
    fuzzy rule
    fuzzy relation
    knowledge base
    fuzzy inference
    relational decomposition
    linguistic decomposition
    FPGA
    Opis:
    Metoda dekompozycji relacji rozmytych M. M. Gupty pozwala ograniczyć nakłady sprzętowe niezbędne w realizacji układowej systemów relacyjnych, jednak charakteryzuje się wysokim nakładem obliczeniowym. Tę niekorzystną własność można wyeliminować poprzez rozszerzenie metody podstawowej na płaszczyznę lingwistyczną. Podejście to pozwala wykorzystać uzyskane wyniki w realizacji zarówno systemów regułowych, relacyjnych, jak i mieszanych. W pracy przedstawiono sprzętowy modułu realizujący proces dekompozycji lingwistycznej bazy wiedzy zaimplementowany w systemie wnioskowania przybliżonego FPGA-FIS.
    The hardware cost of the FATI relational fuzzy inference system can be reduced using M. M. Gupta's decomposition technique. It is based at projection operation defined for fuzzy relation. A lot of time is required to compute a global relation and a large memory to store it. In the paper has been proposed a modified M. M. Gupta's decomposition method expanded on linguistic level. It allows reducing hardware cost of the implementation of the FITA or FITA/FATI fuzzy inference systems. It can be implemented as a hardware unit in an FPGA structure to decrease an initialization time of the FPGA-FIS system.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 7, 7; 33-35
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sprzętowa implementacja algorytmów dekompozycji lingwistycznej opartych na podziale bazy wiedzy w układzie FPGA
    Hardware implementation of linguistic de-composition algorithms based on partitioning the knowledge base in the FPGA chip
    Autorzy:
    Wyrwoł, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/972152.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    funkcja przynależności
    reguła rozmyta
    reguła sprzeczna
    relacja rozmyta
    baza wiedzy
    dekompozycja relacyjna
    dekompozycja lingwistyczna
    system regułowy FITA
    system relacyjny FATI
    wnioskowanie przybliżone
    FPGA
    membership function
    fuzzy rule
    inconsistent rule
    fuzzy relation
    knowledge base
    relational decomposition
    linguistic decomposition
    First Inference Then Aggregation system (FITA)
    First Aggregation Then Inference system (FATI)
    fuzzy inference
    Opis:
    Układowe realizacje systemów wnioskowania przybliżonego wymagają często znacznych nakładów. Zmniejszenie ich jest możliwe poprzez zastosowanie metody dekompozycji Gupty i przedstawieniu systemu jako struktury hierarchicznej. W celu wyeliminowania jej niekorzystnych własności konieczny jest wstępny podział bazy wiedzy. Zaproponowana została metoda najlepszego wyboru wykorzystująca wybrane algorytmy podziału, zaimplementowana w sprzętowym systemie wnioskowania przybliżonego FPGA-FIS.
    The hardware cost of a fuzzy inference system can be reduced using the Gupta's relational decomposition technique [1]. The system can be represented as a hierarchical architecture that comprises a set of Single Input Single Output subsystems (Fig. 1). The decomposition has some disadvantages, computation of the global relation ℜ is an extremely time-consuming process and a large memory is necessary to store it. They can be eliminated if projection is expanded on linguistic level and decomposition is used for the knowledge base (1), (Fig. 2) [2]. The projection operation (on relational or linguistic level) in some cases can lead to inevitable loss of information because of its approximate nature [3]. To avoid the inference error (the output result is more fuzzy than that obtained in the classical system architecture (3)) methods for partitioning (5) the knowledge base KB[Y , XK,? , X1] into p subbases without inconsistent rules (4) are proposed [4]. In Section 3 the methods based on partitioning towards a defined input linguistic variable (Fig. 3) and elimination of the inconsistent rules (Fig. 4) are described [5, 6]. The algorithms are simple and fast but the results are not optimal in all cases (hardware cost depends on the number of subsystems p, Tab. 1). Thus, the method of the best choice is proposed and implemented in the FPGA fuzzy inference system as a DMU (Decomposition Management Unit) module (Fig. 6).
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 7, 7; 511-514
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies