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