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 "learning fuzzy rules" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Type-2 fuzzy logic systems in applications: managing data in selective catalytic reduction for air pollution prevention
    Autorzy:
    Niewiadomski, Adam
    Kacprowicz, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/2031133.pdf
    Data publikacji:
    2021
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    Selective Catalytic Reduction
    SCR
    fuzzy management of DeNOx filter
    fuzzy logic systems
    ”engineering” fuzzy implications
    learning fuzzy rules
    Opis:
    The article presents our research on applications of fuzzy logic to reduce air pollution by DeNOx filters. The research aim is to manage data on Selective Catalytic Reduction (SCR) process responsible for reducing the emission of nitrogen oxide (NO) and nitrogen dioxide (NO2). Dedicated traditional Fuzzy Logic Systems (FLS) and Type-2 Fuzzy Logic Systems (T2FLS) are proposed with the use of new methods for learning fuzzy rules and with new types of fuzzy implications (the so-called ”engineering implications”). The obtained results are consistent with the results provided by experts. The main advantage of this paper is that type-2 fuzzy logic systems with ”engineering implications” and new methods of learning fuzzy rules give results closer to expert expectations than those based on traditional fuzzy logic systems. According to the literature review, no T2FLS were applied to manage DeNOx filter prior to the research presented here.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2021, 11, 2; 85-97
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wiarygodność reguł rozmytych otrzymanych w procesie uczenia
    The credibility of the fuzzy rules obtained in learning process
    Autorzy:
    Zajdel, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/155208.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    reguły rozmyte
    proces uczenia
    fuzzy rules
    learning process
    Opis:
    Opisano miniaturowy robot mobilny Khepera. Zaprezentowano układ nawigacyjny realizujący zadanie omijania przeszkód w oparciu o regulator rozmyty Takagi - Sugeno. Zdefiniowano współczynnik wiarygodności reguł otrzymanych w wyniku uczenia. Zaprezentowano wyniki sterowania robotem mobilnym Khepera.
    The Khepera miniature robot is described. The fuzzy control system to obstacle avoidance is proposed. The Takagi - Sugeno system with rules obtained in learning process was used. A credibility factor of learned rules is proposed. The experiment result is presented.
    Źródło:
    Pomiary Automatyka Kontrola; 2003, R. 49, nr 4, 4; 28-30
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Fuzzy System with ε-insensitive Learning of Premises and Consequences of if-then Rules
    Autorzy:
    Łęski, J. M.
    Czogała, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/908547.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system rozmyty
    zdolność uogólnienia
    modelowanie rozmyte
    fuzzy system
    generalization ability
    extraction of fuzzy if-then rules
    global ε-insensitive learning
    local ε-insensitive learning
    Opis:
    First, a fuzzy system based on if-then rules and with parametric consequences is recalled. Then, it is shown that the global and local ε-insensitive learning of the above fuzzy system may be presented as a combination of both an ε-insensitive gradient method and solving a system of linear inequalities. Examples are given of using the introduced method to design fuzzy models of real-life data. Simulation results show an improvement in the generalization ability of a fuzzy system trained by the new method compared with the traditional and other ε-insensitive learning methods.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2005, 15, 2; 257-273
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy interpretation for temporal-difference learning in anomaly detection problems
    Autorzy:
    Sukhanov, A. V.
    Kovalev, S. M.
    Stýskala, V.
    Powiązania:
    https://bibliotekanauki.pl/articles/200233.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    anomaly prediction
    Markov reward model
    hybrid fuzzy-stochastic rules
    temporal-difference learning for intrusion detection
    przewidywanie anomalii
    model Markova
    wykrywanie włamań
    hybrydowy algorytm stochastyczny
    Opis:
    Nowadays, information control systems based on databases develop dynamically worldwide. These systems are extensively implemented into dispatching control systems for railways, intrusion detection systems for computer security and other domains centered on big data analysis. Here, one of the main tasks is the detection and prediction of temporal anomalies, which could be a signal leading to significant (and often critical) actionable information. This paper proposes the new anomaly prevent detection technique, which allows for determining the predictive temporal structures. Presented approach is based on a hybridization of stochastic Markov reward model by using fuzzy production rules, which allow to correct Markov information based on expert knowledge about the process dynamics as well as Markov’s intuition about the probable anomaly occurring. The paper provides experiments showing the efficacy of detection and prediction. In addition, the analogy between new framework and temporal-difference learning for sequence anomaly detection is graphically illustrated.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 3; 625-632
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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