Klasifikace vzorů pomocí fuzzy neuronových sítí

| 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.

Vydal: FCC Public s. r. o. Autor: Tamás Ollé

Strana 57 z 67

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Jak získat tento dokument?






Poznámky redaktora
, DIAS, F. issue 414-419. Åbo Akademis tryckeri, Åbo, ESF Series A:443, 1995. INTERNATIONAL JOURNAL CIRCUITS, SYSTEMS and SIGNAL PROCESSING [online]. [5] JAIN, L. Autumn 2008, Vol. Number A08, s. [12] ELWAKDY, M. The MIT Press, 1996. CRC Press, CRC Press LLC, 1998.M. Fusion Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications. Dostupný http://www.ac. ISSN 1998-4464.48 REFERENCES [1] VIERA, J. Neural Fuzzy Systems. International Journal Artificial Intelligence. [4] MACLEOD, Christopher. 59, World Scientific Publishing Co. 1993, vol. ISBN 0-262-11212-4. WSEAS TRANSACTIONS SYSTEMS. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. Pte. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. Fuzzy Neural Network Theory and Application., ELSEHELY, E. 2012-04-11]., 289 ISBN 3- 7908-1256-0. [3] MACLEOD, Christopher.naun.M. [2] MACLEOD, Christopher.pdf . Series in Machine Perception and Artificial Intelligence Vol.; MARTIN, N. issue [cit. April 2004, vol.org/journals/circuitssystemssignal/2008. Speech Recognition using Wavelet Transform Establish Fuzzy Inference System through Substractive Clustering and Neural Network (ANFIS). [7] LIU, Puyin; LI, Hongxing. Ltd. 3-8. [6] FULLÉR, Robert. MOTA, Neuro-Fuzzy Systems: Survey. 2012-04-15]. Adaptive Neuro Fuzzy Inference System (ANFIS) with Error Backpropagation Algorithm using Mapping Function., 376 ISBN 981-238-786-2., 249 ISBN 951-650-624-0, ISSN 0358-5654.ir/Classpages/S86/ECE406/Papers/ANFIS. [9] VOLNÁ, Eva. IEEE TRANSACTIONS SYSTEMS, MAN, AND CYBERNETICS [online]., 368 ISBN 0849398045. Introduction Neuro-Fuzzy Systems. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. 2008, vol. [11] KASABOV, Nikola Foundations Neural Networks, Fuzzy Systems, and Knowledge Engineering. Chapter An introduction Neural Networks, 1-5., ELTOKHY, M. Dostupný http://ece.htm [13] JANG, Jyh-Shing ANFIS: Adaptive-Network-Based Fuzzy Inference System. Chapter The Back Propagation Algorithm, 16-27. [cit., 2004. [8] FULLÉR, Robert. ISSN 0974-0635.C. [10] RAHMAT, Basuki; JOELIANTO, Endra. Advances Soft Computing Series, Springer-Verlag, Berlin/Heildelberg, 2000. Studijní materiály pro distanční kurz: Neuronové sítě Ostravská univerzita Ostravě, Přírodovědecká fakulta. Neuronové sítě Ostrava, 2002. Chapter Artificial Neural Networks, 6-15.ut. 23, no. ISSN 1109-2777., ELHENNAWY, A