|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Práce popisuje základy principu funkčnosti neuronů a vytvoření umělých neuronových sítí. Je zde důkladně popsána struktura a funkce neuronů a ukázán nejpoužívanější algoritmus pro učení neuronů. Základy fuzzy logiky, včetně jejich výhod a nevýhod, jsou rovněž prezentovány. Detailněji je popsán algoritmus zpětného šíření chyb a adaptivní neuro-fuzzy inferenční systém. Tyto techniky poskytují efektivní způsoby učení neuronových sítí.
2. Ing.
Získané výsledky porovnejte výsledky získanými pomocí vybraných typů neuronových sítí bez použití
fuzzy logiky. Navrhněte neuronovou síť, která je
kombinací fuzzy systému zvoleného typu neuronové sítě.
Vytvořte učební množinu pro neuronovou síť. Dostupné www:
http://handle.2012 Termín odevzdání: 10., TAUFER, Umělé neuronové sítě základy teorie aplikace.VYSOKÉ UČENÍ
TECHNICKÉ BRNĚ
Fakulta elektrotechniky
a komunikačních technologií
Ústav radioelektroniky
Diplomová práce
magisterský navazující studijní obor
Elektronika sdělovací technika
Student: Bc. 2005 (4) 32-34
Termín zadání: 6. Zbyněk Raida
Předseda oborové rady
.8.
Chemagazín.tamu. 18.1/436.edu/1969. Jitka Svobodová
Konzultanti diplomové práce:
prof. Dr.2009]. Navržený systém naprogramujte prostředí MATLAB s
použitím toolboxu Parallel Computing Toolbox otestujte úloze klasifikace vzorů.12.
DOPORUČENÁ LITERATURA:
[1] VASILIC, Fuzzy neural network pattern recognition algorithm for classification the events in
power system networks [online]. Tamás Ollé ID: 83398
Ročník: Akademický rok: 2011/2012
NÁZEV TÉMATU:
Klasifikace vzorů pomocí fuzzy neuronových sítí
POKYNY PRO VYPRACOVÁNÍ:
Prostudujte principy fuzzy logiky umělých neuronových sítí. Texas A&M University, 2004 [cit., SEIDL, P.2012
Vedoucí práce: Ing.
[2] DRÁBEK, O
