Temat: fuzzy-neural system - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Performance analysis of rough set–based hybrid classification systems in the case of missing values
Autorzy:: Nowicki, Robert K.
Seliga, Robert
Żelasko, Dariusz
Hayashi, Yoichi
Powiązania:: https://bibliotekanauki.pl/articles/2031102.pdf
Data publikacji:: 2021
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: rough sets
support vector machine
fuzzy system
neural networks
Opis:: The paper presents a performance analysis of a selected few rough set–based classification systems. They are hybrid solutions designed to process information with missing values. Rough set-–based classification systems combine various classification methods, such as support vector machines, k–nearest neighbour, fuzzy systems, and neural networks with the rough set theory. When all input values take the form of real numbers, and they are available, the structure of the classifier returns to a non–rough set version. The performance of the four systems has been analysed based on the classification results obtained for benchmark databases downloaded from the machine learning repository of the University of California at Irvine.
Źródło:: Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 4; 307-318
2083-2567
2449-6499
Pojawia się w:: Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Hybrid intelligent system for pattern recognition
Autorzy:: Melin, P.
Castillo, O.
Powiązania:: https://bibliotekanauki.pl/articles/384459.pdf
Data publikacji:: 2007
Wydawca:: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:: soft computing
intelligent system
algorithms
fuzzy logic
neural networks
Opis:: We describe in this paper a general overview oj the analysis and design of hybrid intelligent systems for pattern recognition applications. Hybrid intelligent systems can be developed by a careful combination of several soft-computing techniques. The combination of soft computing techniques has to take advantage of the capabilities of each technique in solving port of the pattern recognition problem. We review the problems of face, fingerprint and mice recognition and their soiution using hybrid intelligent systems. Recognition rates achieved with the hybrid approaches are comparable with the best approaches known for solving these recognition problems.
Źródło:: Journal of Automation Mobile Robotics and Intelligent Systems; 2007, 1, 2; 13-19
1897-8649
2080-2145
Pojawia się w:: Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Neuro-fuzzy modelling based on a deterministic annealing approach
Autorzy:: Czabański, R.
Powiązania:: https://bibliotekanauki.pl/articles/908442.pdf
Data publikacji:: 2005
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: system rozmyty
sieć neuronowa
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
prediction
Opis:: This paper introduces a new learning algorithm for artificial neural networks, based on a fuzzy inference system ANBLIR. It is a computationally effective neuro-fuzzy system with parametrized fuzzy sets in the consequent parts of fuzzy if-then rules, which uses a conjunctive as well as a logical interpretation of those rules. In the original approach, the estimation of unknown system parameters was made by means of a combination of both gradient and least-squares methods. The novelty of the learning algorithm consists in the application of a deterministic annealing optimization method. It leads to an improvement in the neuro-fuzzy modelling performance. To show the validity of the introduced method, two examples of application concerning chaotic time series prediction and system identification problems are provided.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2005, 15, 4; 561-576
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Extraction of fuzzy rules using deterministic annealing integrated with ε-insensitive learning
Autorzy:: Czabański, R.
Powiązania:: https://bibliotekanauki.pl/articles/908395.pdf
Data publikacji:: 2006
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: system rozmyty
sieć neuronowa
sieć neuronowa rozmyta
ekstrakcja reguł
fuzzy systems
neural networks
neuro-fuzzy systems
rules extraction
deterministic annealing
Opis:: A new method of parameter estimation for an artificial neural network inference system based on a logical interpretation of fuzzy if-then rules (ANBLIR) is presented. The novelty of the learning algorithm consists in the application of a deterministic annealing method integrated with ε-insensitive learning. In order to decrease the computational burden of the learning procedure, a deterministic annealing method with a “freezing” phase and ε-insensitive learning by solving a system of linear inequalities are applied. This method yields an improved neuro-fuzzy modeling quality in the sense of an increase in the generalization ability and robustness to outliers. To show the advantages of the proposed algorithm, two examples of its application concerning benchmark problems of identification and prediction are considered.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2006, 16, 3; 357-372
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Fusion Technology of Neural Networks and Fuzzy Systems: a Chronicled Progression from the Laboratory to Our Daily Lives
Autorzy:: Takagi, H.
Powiązania:: https://bibliotekanauki.pl/articles/911142.pdf
Data publikacji:: 2000
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: sieć neuronowa
system rozmyty
algorytmy
cooperative models
neural networks
fuzzy systems
genetic algorithms
real world applications
overview
Opis:: We chronicle the research on the fusion technology of neural networks and fuzzy systems (NN+FS), the models that have been proposed from this research, and the commercial products and industrial systems that have adopted these models. First, we review the NN+FS research activity during the early stages of their development in Japan, the US, and Europe. Next, following the classifi- cation of NN+FS models, we show the ease of fusing these technologies based on the similarities of the data flow network structures and the non-linearity realization strategies of NNs and FSs. Then, we describe several models and applications of NN+FS. Finally, we introduce some important and recently developed NN+FS patents.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2000, 10, 4; 647-673
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Soft computing in model-based predictive control
Autorzy:: Tatjewski, P.
Ławryńczuk, M.
Powiązania:: https://bibliotekanauki.pl/articles/908473.pdf
Data publikacji:: 2006
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:: sterowanie procesami
sterowanie predykcyjne
system nieliniowy
system rozmyty
sieć neuronowa
process control
model predictive control
nonlinear systems
fuzzy systems
neural networks
Opis:: The application of fuzzy reasoning techniques and neural network structures to model-based predictive control (MPC) is studied. First, basic structures of MPC algorithms are reviewed. Then, applications of fuzzy systems of the Takagi-Sugeno type in explicit and numerical nonlinear MPC algorithms are presented. Next, many techniques using neural network modeling to improve structural or computational properties of MPC algorithms are presented and discussed, from a neural network model of a process in standard MPC structures to modeling parts or entire MPC controllers with neural networks. Finally, a simulation example and conclusions are given.
Źródło:: International Journal of Applied Mathematics and Computer Science; 2006, 16, 1; 7-26
1641-876X
2083-8492
Pojawia się w:: International Journal of Applied Mathematics and Computer Science
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Supply chain risk management by Monte Carlo method
Zarządzanie ryzykiem łańcucha dostaw za pomocą metody Monte Carlo
Autorzy:: Rymarczyk, T.
Kłosowski, G.
Powiązania:: https://bibliotekanauki.pl/articles/407698.pdf
Data publikacji:: 2017
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: project management
decision support systems
neural networks
fuzzy logic
zarządzanie projektami
system wspomagania decyzji
sieci neuronowe
logika rozmyta
Opis:: In this paper, the conceptual model of risk-based cost estimation for completing tasks within supply chain is presented. This model is a hybrid. Its main unit is based on Monte Carlo Simulation (MCS). Due to the fact that the important and difficult to evaluate input information is vector of risk-occur probabilities the use of artificial intelligence method was proposed. The model assumes the use of fuzzy logic or artificial neural networks – depending on the availability of historical data. The presented model could provide support to managers in making valuation decisions regarding various tasks in supply chain management.
W artykule zaprezentowano przykład zastosowania hybrydowego systemu wspomagania decyzji w kontekście zarządzania ryzykiem w łańcuchu dostaw. Główny moduł sterownika bazuje na koncepcji symulacji Monte Carlo. Wektor danych wejściowych zawiera istotne informacje, których wyrażenie w postaci zmiennych ilościowych stanowi wyzwanie, w związku z czym zaproponowano użycie sztucznej inteligencji. W zależności od dostępności do danych historycznych, sterownik decyzyjny zastosuje sieci neuronowe lub logikę rozmytą. Zaprezentowane rozwiązanie może stanowić wsparcie dla menedżerów podczas podejmowania decyzji będących odpowiedzią na różnorodne ryzyka w obszarze zarządzania łańcuchem dostaw.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 20-23
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "fuzzy-neural system" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język