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 "fuzzy inference systems" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-13 z 13
    Tytuł:
    Method for mass spectrometry spectrum deisotoping based on fuzzy inference systems
    Autorzy:
    Glodek, Anna
    Polańska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/747419.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    fuzzy logic, fuzzy inference systems, deisotoping, mass spectrometry, algorithms, proteomics, applied mathematics
    fuzzy logic, fuzzy inference systems, deisotoping, mass spectrometry, algorithms, MALDI ToF
    Opis:
    Celem niniejszego artykułu jest omówienie zaproponowanego algorytmu do identyfikacji obwiedni izotopowych, opartego na teorii systemów rozmytych. Obecnie proteomika jest ściśle powiązana z chorobami nowotworowymi. Dlatego też bardzo ważne jest precyzyjne zidentyfikowanie białek znajdujących się w obszarze raka; stosowana jest w tym celu spektrometria masowa. Jedną z technik spektrometrii masowej jest MALDI. Otrzymane dane będące widmem masowym składają się ze stosunku masy do ładunku jonów oraz intensywnosci pików. W celu przetworzenia danych, usunięcia szumu, linii bazowej etc. stosuje się przetwarzanie wstępne. Identyfikacja obwiedni izotopowych jest częścią procesu przetwarzania wstępnego w proteomice. Polega ona na identyfikacji izotopów wchodzących w skład obwiedni izotopowej, a także pozwala na zredukowanie wymiaru danych. Istnieje wiele algorytmów do identyfikacji obwiedni izotopowej, jednak każdy z nich dedykowany jest dla innego rodzaju techniki spektrometrii masowej (MALDI, LC-MS, ESI, etc.) bądź dla konkretnego rodzaju cząsteczek. Dlatego też zaproponowany algorytm został oparty na teorii systemów rozmytych, a reguły wnioskowania zostały oparte na wieloletnich doświadczeniach eksperta w dziedzinie spektrometrii masowej. Przetestowany był on na danych uzyskanych z Instytutu Onkologii im. Marii Skłodowskiej-Curie w Gliwicach, pochodzących z badań nad rakiem głowy i szyi dla losowo wybranej grupy peptydów i lipidów. Wyniki autorskiego algorytmu do identyfikacji obwiedni izotopowych porównano z jedną z istniejących metod do identyfikacji obwiedni izotopowych.
    Nowadays, mass spectrometry is widely used in proteomics for confident and precise identification of the protein. One of the most important steps in the signal analysis is deisotoping because some peaks in the spectrum are not the unique compound, but there are members of an isotopic envelope. Although the mass spectrometry is present in proteomics for a long time already, the problem of isotope peaks identification is not solved yet. The existing algorithms, usually designed for the particular type of spectrometer, are semi-supervised and do not give satisfactory results. We propose a new algorithm based on fuzzy inference systems that can accurately identify the isotopic envelopes in the spectrum of the complex structure.
    Źródło:
    Mathematica Applicanda; 2018, 46, 1
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy Techniques in the Functional Approximation of Volumetric Capnograms
    Autorzy:
    Scandurra, A. G.
    Pra, Ana L. Dai
    Passoni, L. I.
    Meschino, G. J.
    Clara, F. M.
    Tusman, G.
    Böhm, S. H.
    Powiązania:
    https://bibliotekanauki.pl/articles/108656.pdf
    Data publikacji:
    2011
    Wydawca:
    Społeczna Akademia Nauk w Łodzi
    Tematy:
    volumetric capnography
    Takagi-Sugeno Fuzzy Inference Systems
    functional modeling
    Opis:
    The Volumetric Capnography (VC) is the plot of amounts of expired CO₂ within one tidal breath. The estimation of physiologic parameters derived from the VC is useful in the study of respiratory physiology, clinical anesthesia and critical care medicine. In this work we propose the use of a function based on a Takagi-Sugeno fuzzy model and a functional approximation based on the Levenberg-Marquardt algorithm to approximate the VC, with the goal to compute two variables of interest: the airway dead space (VDaw) and the slope of the so-called Phase III (SIII). These models presented a good performance in those capnograms that showed difficulties to be modeled with traditional medical analysis.
    Źródło:
    Journal of Applied Computer Science Methods; 2011, 3 No. 1; 17-29
    1689-9636
    Pojawia się w:
    Journal of Applied Computer Science Methods
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid Learning of Interval Type-2 Fuzzy Systems Based on Orthogonal Least Squares and Back Propagation for Manufacturing Applications
    Autorzy:
    Mendez, G.
    Hernandez, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384517.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    type-2 fuzzy inference systems
    type-2 neuro-fuzzy systems
    hybrid learning
    uncertain rule-based fuzzy logic systems
    Opis:
    This paper presents a novel learning methodology based on the hybrid algorithm for interval type-2 (IT2) fuzzy logic systems (FLS). Since in the literature only back-propagation method has been proposed for tuning of both antecedent and consequent parameters of type-2 fuzzy logic systems, a hybrid learning algorithm has been developed. The hybrid method uses recursive orthogonal least-squares method for tuning of consequent parameters as well as the back-propagation method for tuning of antecedent parameters. The systems were tested for three types of inputs: a) interval singleton b) interval type-1 (T1) non-singleton, c) interval type-2 non-singleton. The experimental results of the application of the hybrid interval type-2 fuzzy logic systems for scale breaker entry temperature prediction in a real hot strip mill were carried out for three different types of coils. They proved the feasibility of the systems developed here for scale breaker entry temperature prediction. Comparison with type-1 fuzzy logic systems shows that the hybrid learning interval type-2 fuzzy logic systems improve performance in scale breaker entry temperature prediction under the tested condition.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2008, 2, 1; 23-32
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stator inter-turn fault detection of an induction motor using neuro-fuzzy techniques
    Autorzy:
    Dash, R. N.
    Subudhi, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/229870.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    inter-turn short circuit fault
    phase shifts
    adaptive neural fuzzy inference systems (ANFISs)
    neural networks
    induction motor
    Opis:
    Motivated by the superior performances of neural networks and neuro-fuzzy approaches to fault detection of a single phase induction motor, this paper studies the applicability these two approaches for detection of stator inter-turn faults in a three phase induction motor. Firstly, the paper develops an adaptive neural fuzzy inference system (ANFIS) detection strategy and then compares its performance with that of using a multi layer perceptron neural network (MLP NN) applied to stator inter-turn fault detection of a three phase induction motor. The fault location process is based on the monitoring the three phase shifts between the line current and the phase voltage of the induction machine.
    Źródło:
    Archives of Control Sciences; 2010, 20, 3; 363-376
    1230-2384
    Pojawia się w:
    Archives of Control Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Faults detection in gas turbine using hybrid adaptive network based fuzzy inference systems
    Autorzy:
    Hadroug, N.
    Hafaifa, A.
    Kouzou, A.
    Chaibet, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/328706.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    faults detection
    gas turbine
    dynamic behaviour
    adaptive network based fuzzy inference systems
    ANFIS
    detekcja błędów
    turbina gazowa
    zachowanie dynamiczne
    Opis:
    The main aim of the present paper is the implementation of a fault detection strategy to ensure the fault detection in a gas turbine which is presenting a complex system. This strategy is based on an adaptive hybrid neuro fuzzy inference technique which combines the advantages of both techniques of neuron networks and fuzzy logic, where, the objective is to maintain the desired performance of the studied gas turbine system in the presence of faults. On the other side, the representation of fuzzy knowledge in the learning neural networks has to be accurate to provide significant improvements for modeling of the studied system dynamic behavior. The results presented in this paper proves clearly that the proposed detection technique allows the perfect detection of the studied gas turbine malfunctions, furthermore it shows that the use of the proposed technique based on the Adaptive Neuro-Fuzzy Interference System (ANFIS) approach which uses the adaptive learning mechanism of neuron networks and fuzzy inference techniques, can be a promising technique to be applied in several industrial application for faults detection.
    Źródło:
    Diagnostyka; 2016, 17, 4; 3-17
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie kartograficzne z wykorzystaniem neurorozmytych automatów komórkowych
    Using of neuro-fuzzy cellular automata for cartographic modelling
    Autorzy:
    Olszewski, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/130338.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    automaty komórkowe
    modelowanie nieliniowe
    generalizacja
    sieci neuronowe
    systemy wnioskowania rozmytego
    cellular automata
    non-linear modelling
    generalization
    neural networks
    fuzzy inference systems
    Opis:
    Mapa jako środek przekazu informacji chorologicznej, tj. informacji o rozmieszczeniu obiektów i zjawisk w przestrzeni geograficznej, podlega ograniczeniom wynikającym z zakresu pojemności informacyjnej. W procesie przekazu kartograficznego istnieje zatem konieczność celowego uogólnienia informacji źródłowej realizowanego poprzez generali-zację. Jednym ze sposobów generalizacji jest agregacja danych przestrzennych. Istnieje wiele algorytmicznych metod agregacji, większość z nich związana jest z generalizacją danych zapisanych w formacie wektorowym. Dla danych źródłowych w postaci rastrowej wymaga to pracochłonnej wstępnej konwersji formatu raster → wektor oraz wynikowej konwersji wektor → raster. Autor podjął próbę zastosowania bezpośredniej agregacji obiektów powierzchniowych na obrazach rastrowych. Przeprowadzone badania wskazują na celowość zastosowania metod tzw. sztucznej inteligencji obliczeniowej, jako metody kartograficznego modelowania tak zdefiniowanych danych źródłowych. W artykule omówiono trzy wybrane metody sztucznej inteligencji obliczeniowej (automaty komórkowe, sztuczne sieci neuronowe i systemy wnioskowania rozmytego) oraz ich zastosowanie w procesie generalizacji kartograficznej.
    Investigations which have been performed by the author justify utilisation of methods of the, so-called, artificial intelligence, as a complex method of cartographic modelling of source data. Of the many existing methods for area aggregation a majority concern maps in vector format. The author investigated some approaches to direct aggregation of area objects in raster maps. This includes cellular automata, neural networks and fuzzy inference systems. The essence of cellular automata is the ability to create complex, global patterns and spatial behaviour, based on simple rules of changes of local range and on knowledge concerning individual cells. Therefore a model of the cartographic generalization process, combining the nature of quantitative generalization of the content and the form with the nature of qualitative generalization, may be developed based on the theory of non-linear cellular automata.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2003, 13a; 171-180
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie modeli wnioskowania rozmytego w projektowaniu struktury interfejsu systemu rekomendującego
    Application of fuzzy inference models in the web recommending interface design
    Autorzy:
    Jankowski, Jarosław
    Janiak, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/432091.pdf
    Data publikacji:
    2014
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    web recommending systems
    fuzzy modeling
    fuzzy inference
    Opis:
    Features of web-based recommending systems can be considered both from the perspective of providing access to certain options or from the commercial applications and marketing. Due to different applications different objectives and criteria for their evaluation, and application areas can be distinguished here. In the case of online platforms focused on business goals recommending interfaces play an important role that provide matching products to customer preference. Research areas related to recommending systems have usually focused on algorithmic layer and mechanisms of selection of offers. More and more often, attention is also drawn to the way of visualization offers and presentation layer. The article examines the design of recommending interfaces focused on certain acquisition-oriented interaction with a receiver, and the use of mechanisms of selection of the level of influence and persuasion. The solution enables the selection of design options, and multi-criteria assessment of the effects, which is meant to take into account both business purpose and customer satisfaction level.
    Źródło:
    Informatyka Ekonomiczna; 2014, 2(32); 86-94
    1507-3858
    Pojawia się w:
    Informatyka Ekonomiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An effects evaluation of ERP APS system implementation in the uncertain terms with using fuzzy modeling and inference
    Autorzy:
    Ważna, L.
    Bach, I.
    Banaszak, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/118233.pdf
    Data publikacji:
    2006
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    enterprise resources
    planning systems
    modeling
    fuzzy sets
    fuzzy inference
    Opis:
    In the paper the approach to forecasting of selected manufacturing company indexes from ERP APS system implemen tation that makes the element of efficiency evaluation procedure of pl anned ERP APS system implementation undertaking in a SME is presented. The approach proposed takes into account the present state of enterprise preparation for implementation with existing implementation constraints and uses data from the earlier implementation of the given system with adoption of fuzzy modeling and inference.
    Źródło:
    Applied Computer Science; 2006, 2, 2; 105-115
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fuzzy inference neural networks with fuzzy parameters
    Autorzy:
    Rutkowska, D.
    Hayashi, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/1931581.pdf
    Data publikacji:
    2003
    Wydawca:
    Politechnika Gdańska
    Tematy:
    neuro-fuzzy systems
    fuzzy neural networks
    fuzzy inference neural networks
    fuzzy systems of type 2
    fuzzy granulation
    Opis:
    This paper concerns fuzzy neural networks and fuzzy inference neural networks, which are two different approaches to neuro-fuzzy combinations. The former is a direct fuzzification of artificial neural networks by introducing fuzzy signals and fuzzy weights. The latter is a representation of fuzzy systems in the form of multi-layer connectionist networks, similar to neural networks. Parameters of membership functions (centers and widths) play the role of neural network weights. In this paper, fuzzy inference neural networks with fuzzy parameters are considered. Neuro-fuzzy systems of this kind utilize both approaches: fuzzy neural networks and fuzzy inference neural networks. They also pertain to fuzzy systems of type 2 since membership functions with fuzzy parameters characterize type 2 fuzzy sets. Various architectures of these networks have been obtained for fuzzy systems based on different fuzzy implications. By analogy with fuzzy inference neural networks with crisp parameters, methods of learning fuzzy parameters and rule generation can be derived for neuro-fuzzy systems with fuzzy parameters. Fuzzy inference neural networks are studied in the framework of fuzzy granulation. In particular, fuzzy clustering as fuzzy information granulation is proposed to be applied in order to generate fuzzy IF-THEN rules. Applications of fuzzy inference neural networks are also outlined.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2003, 7, 1; 7-22
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Fuzzy Relevance Vector Machine and its application to noise reduction in ECG signal
    Autorzy:
    Momot, A.
    Momot, M.
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/333828.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    systemy rozmyte
    wnioskowanie bayesowskie
    sygnał EKG
    fuzzy systems
    Bayesian inference
    ECG signal
    Opis:
    The paper presents new method called the Fuzzy Relevance Vector Machine (FRVM), a modification of the relevance vector machine, introduced by M. Tipping, applied to learning Takagi-Sugeno-Kang (TSK) fuzzy system. Moreover it describes application of the FRVM to noise reduction in ECG signal. The results of the process are compared to those obtained using both Least Squares method for learning output functions in TSK rules and commonly used method using a low-pass moving average filter.
    Źródło:
    Journal of Medical Informatics & Technologies; 2005, 9; 99-105
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implication-Based Neuro-Fuzzy Architectures
    Autorzy:
    Rutkowska, D.
    Nowicki, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/911144.pdf
    Data publikacji:
    2000
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system rozmyty
    implikacja rozmyta
    wnioskowanie rozmyte
    neuro-fuzzy systems
    fuzzy implications
    fuzzy inference
    Mamdani approach
    logical approach
    connectionist architectures
    Opis:
    This paper presents connectionist multi-layer architectures of neuro-fuzzy systems based on various fuzzy implications. The well-known Mamdani approach (constructive) and the logical approach (destructive) are considered. Two kinds of architectures, a simpler and a more general one, are distinguished. Examples of application to classification and control problems are provided.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2000, 10, 4; 675-701
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie algorytmów wnioskowania klasycznego i rozmytego na przykładzie systemu wspomagania decyzji personalnych menedżera
    Comparison of algorithms classic and fuzzy inference on example of manager’s personnel decision support system
    Autorzy:
    Ćwiklińska, I.
    Nowak-Brzezińska, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/327040.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    regułowe bazy wiedzy
    system ekspertowy
    wnioskowanie klasyczne
    wnioskowanie rozmyte
    rule-based knowledge base
    expert systems
    classic inference
    fuzzy inference
    Opis:
    Celem pracy jest porównanie działania algorytmów wnioskowania dwuwartościowego i rozmytego. Artykuł zawiera opis teoretycznych podstaw działania obu algorytmów, użycia każdego z nich w innej wersji systemu wspomagania decyzji menedżera. Następnie pokazano bazę wiedzy oraz dokładny algorytm wnioskowania, a także przykład użycia w praktyce systemu z wnioskowaniem klasycznym. Ostatnią częścią pracy jest opis analizy podobieństw i różnic pomiędzy algorytmami oraz wynikających z niej wniosków.
    The aim of the study is to compare operation of divalent and fuzzy inference. The article contains describing the theoretical basis of operation of both algorithms and illustrated is to use each of them with a different version of the manager’s decision support system. Next is shown knowledge base and accurate inference algorithm and also example of use system of classic inference in practice. The last part of the work is to describe the analysis of the similarities and differences between algorithms and of its conclusions.
    Źródło:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2016, 92; 21-30
    1641-3466
    Pojawia się w:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Sensitivity Theory to Fuzzy Logic Based Fdi
    Autorzy:
    Dalton, T.
    Klotzek, P.
    Frank, P. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/908289.pdf
    Data publikacji:
    1999
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    system rozmyty
    wyodrębnienie i wykrycie błędu
    teoria wrażliwości
    analiza reszt
    fuzzy systems
    fault detection and isolation
    fuzzy inference
    sensitivity theory
    residual analysis
    two-tank system
    Opis:
    This paper describes an application of sensitivity theory to the analysis of a certain class of fuzzy systems which can be used for fault detection and isolation (FDI). The work is divided into three main tasks. The first is the mathematical representation of some class of fuzzy systems. This is followed by an application of sensitivity theory to fuzzy systems based on the approach detailed in the first part. Finally, this method is applied to a fuzzy fault diagnosis scheme for the two-tank system, and the results compared with those achieved by the application of sensitivity theory to a non-fuzzy diagnosis scheme for the same system. Simulation results for the fuzzy and non-fuzzy fault diagnosis schemes are presented, which verify the results obtained via the application of sensitivity theory.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 1999, 9, 3; 619-636
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-13 z 13

      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