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