|
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.
, SEIDL, P. 18.edu/1969.
Vytvořte učební množinu pro neuronovou síť. Ing. Navrhněte neuronovou síť, která je
kombinací fuzzy systému zvoleného typu neuronové sítě.
Získané výsledky porovnejte výsledky získanými pomocí vybraných typů neuronových sítí bez použití
fuzzy logiky.
DOPORUČENÁ LITERATURA:
[1] VASILIC, Fuzzy neural network pattern recognition algorithm for classification the events in
power system networks [online].
[2] DRÁBEK, O.2.1/436.VYSOKÉ UČENÍ
TECHNICKÉ BRNĚ
Fakulta elektrotechniky
a komunikačních technologií
Ústav radioelektroniky
Diplomová práce
magisterský navazující studijní obor
Elektronika sdělovací technika
Student: Bc. Navržený systém naprogramujte prostředí MATLAB s
použitím toolboxu Parallel Computing Toolbox otestujte úloze klasifikace vzorů.12.2012
Vedoucí práce: Ing. Dostupné www:
http://handle. Zbyněk Raida
Předseda oborové rady
.
Chemagazín., TAUFER, Umělé neuronové sítě základy teorie aplikace.2009]. Dr.2012 Termín odevzdání: 10.8. 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. 2005 (4) 32-34
Termín zadání: 6. Texas A&M University, 2004 [cit. Jitka Svobodová
Konzultanti diplomové práce:
prof.tamu
