Informacja

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

Wyszukujesz frazę "reguła rozmyta" wg kryterium: Temat


Wyświetlanie 1-4 z 4
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
Tytuł:
Neural methods of knowledge extraction
Autorzy:
Duch, W.
Adamczak, R.
Grąbczewski, K.
Jankowski, N.
Powiązania:
https://bibliotekanauki.pl/articles/206250.pdf
Data publikacji:
2000
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
diagnostyka medyczna
optymalizacja
reguła logiczna
reguła rozmyta
wspomaganie decyzji
data mining
decision support
fuzzy rules
logical rules
medical diagnosis
optimization
Opis:
Contrary to the common opinion, neural networks may be used for knowledge extraction. Recently, a new methodology of logical rule extraction, optimization and application of rule-based systems has been described. C-MLP2LN algorithm, based on constrained multilayer perceptron network, is described here in details and the dynamics of a transition from neural to logical system illustrated. The algorithm handles real-valued features, determining appropriate linguistic variables or membership functions as a part of the rule extraction process. Initial rules are optimized by exploring the accuracy/simplicity tradeoff at the rule extraction stage and the one between reliability of rules and rejection rate at the optimization stage. Gaussian uncertainties of measurements are assumed during application of crisp logical rules, leading to "soft trapezoidal" membership functions and allowing to optimize the linguistic variables using gradient procedures. Comments are made on application of neural networks to knowledge discovery in the benchmark and real life problems.
Źródło:
Control and Cybernetics; 2000, 29, 4; 997-1017
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fuzzy estimation of activities duration in construction projects
Rozmyte szacowanie czasów trwania robót budowlanych
Autorzy:
Ibadov, N.
Powiązania:
https://bibliotekanauki.pl/articles/230875.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
roboty budowlane
opóźnienie
czas wykonania
szacowanie
niepewność
zbiór rozmyty
wnioskowanie rozmyte
reguła rozmyta
czynnik opóźniający
construction works
delay
duration of works
estimation
uncertainty
fuzzy set
fuzzy logic
fuzzy rule
delay factor
Opis:
During implementation of construction projects, durations of activities are affected by various factors. Because of this, both during the planning phase of the project as well as the construction phase, managers try to estimate, or predict, the length of any delays that may occur. Such estimates allow for the ability to take appropriate action in terms of planning and management during the execution of construction works. This paper presents the use of the non-deterministic concept for describing the uncertainty of estimating works duration. The concept uses the theory of fuzzy sets. The author describes a method for fuzzy estimations of construction works duration based on the fact that uncertain data is an inherent factor in the conditions of construction projects. An example application of the method is presented. The author shows a fuzzy estimation for the duration of an activity, taking into consideration the distorting influence caused by malfunctioning construction equipment and delivery delays of construction materials.
W czasie realizacji obiektów budowlanych, procesy wykonawcze są narażone na wpływ różnych czynników zakłócających (warunki atmosferyczne, nieterminowość dostaw materiałów, awarie sprzętu, kwalifikacje robotników, zła organizacja robót na budowie itp.). Czynniki te, pomimo świadomości planistów o ich istnieniu, nie zawsze są uwzględniane podczas szacowania czasów wykonania robót na etapie projektowania budowy. Powoduje to różnice pomiędzy oszacowaniami czasów wykonania robót a rzeczywistymi czasami wykonania robót, uzyskanymi podczas realizacji budowy. Trzeba mieć na uwadze, że wiedza planisty (eksperta) na temat czynników zakłócających oraz ich konsekwencjach ma charakter przybliżony i niepewny. Kiedy próbuje się oszacować czasy wykonania robót budowlanych, powstaje problem niemożności wykorzystania metod statystycznych i miary probabilistycznej dla oceny skutków realizacji różnych scenariuszy jednoczesnego oddziaływania różnych czynników na przebieg budowy. Warte rozpatrzenia jest w tym przypadku również wykorzystanie logiki rozmytej i teorii zbiorów rozmytych. W artykule przedstawiono przykład wykorzystania teorię zbiorów rozmytych dla oszacowania rozmytego czasu wykonania roboty budowlanej biorąc pod uwagę wpływy zakłócające spowodowane w skutek awarii sprzętu budowlanego oraz opóźnienia w dostawach materiałów budowlanych.
Źródło:
Archives of Civil Engineering; 2015, 61, 2; 23-34
1230-2945
Pojawia się w:
Archives of Civil Engineering
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