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