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
, ELSEHELY, E. Neuronové sítě Ostrava, 2002., 249 ISBN 951-650-624-0, ISSN 0358-5654.M.ac. [6] FULLÉR, Robert.M. 2008, vol. INTERNATIONAL JOURNAL CIRCUITS, SYSTEMS and SIGNAL PROCESSING [online]., 376 ISBN 981-238-786-2. Pte. issue 414-419. Fusion Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications.48 REFERENCES [1] VIERA, J. Adaptive Neuro Fuzzy Inference System (ANFIS) with Error Backpropagation Algorithm using Mapping Function. Dostupný http://ece. ISSN 0974-0635.htm [13] JANG, Jyh-Shing ANFIS: Adaptive-Network-Based Fuzzy Inference System. ISSN 1109-2777. [7] LIU, Puyin; LI, Hongxing. MOTA, Neuro-Fuzzy Systems: Survey. 1993, vol. [cit. 2012-04-15]. International Journal Artificial Intelligence. Dostupný http://www. 3-8. [12] ELWAKDY, M., 2004.; MARTIN, N. [4] MACLEOD, Christopher. Number A08, s., ELHENNAWY, A. Autumn 2008, Vol. Speech Recognition using Wavelet Transform Establish Fuzzy Inference System through Substractive Clustering and Neural Network (ANFIS).C.ir/Classpages/S86/ECE406/Papers/ANFIS. Åbo Akademis tryckeri, Åbo, ESF Series A:443, 1995. IEEE TRANSACTIONS SYSTEMS, MAN, AND CYBERNETICS [online]., DIAS, F. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. Fuzzy Neural Network Theory and Application. April 2004, vol. Studijní materiály pro distanční kurz: Neuronové sítě Ostravská univerzita Ostravě, Přírodovědecká fakulta. [11] KASABOV, Nikola Foundations Neural Networks, Fuzzy Systems, and Knowledge Engineering. Introduction Neuro-Fuzzy Systems. Chapter The Back Propagation Algorithm, 16-27. Chapter Artificial Neural Networks, 6-15.naun. [10] RAHMAT, Basuki; JOELIANTO, Endra. [8] FULLÉR, Robert.ut., 289 ISBN 3- 7908-1256-0.pdf . [5] JAIN, L. issue [cit. Ltd. 23, no.org/journals/circuitssystemssignal/2008. Series in Machine Perception and Artificial Intelligence Vol. WSEAS TRANSACTIONS SYSTEMS. [2] MACLEOD, Christopher. ISBN 0-262-11212-4., ELTOKHY, M. [9] VOLNÁ, Eva. 59, World Scientific Publishing Co. 2012-04-11]. Advances Soft Computing Series, Springer-Verlag, Berlin/Heildelberg, 2000. Neural Fuzzy Systems., 368 ISBN 0849398045. Chapter An introduction Neural Networks, 1-5. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. ISSN 1998-4464. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. CRC Press, CRC Press LLC, 1998. [3] MACLEOD, Christopher. The MIT Press, 1996