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
2012-04-15]. [11] KASABOV, Nikola Foundations Neural Networks, Fuzzy Systems, and Knowledge Engineering. Dostupný http://ece.ut. [2] MACLEOD, Christopher.pdf . Chapter An introduction Neural Networks, 1-5.48 REFERENCES [1] VIERA, J. issue [cit. Chapter Artificial Neural Networks, 6-15., 376 ISBN 981-238-786-2. ISSN 1109-2777. 1993, vol. [3] MACLEOD, Christopher. ISSN 1998-4464. Introduction Neuro-Fuzzy Systems. The MIT Press, 1996., ELSEHELY, E. issue 414-419.M. INTERNATIONAL JOURNAL CIRCUITS, SYSTEMS and SIGNAL PROCESSING [online]. 23, no. Neuronové sítě Ostrava, 2002. Neural Fuzzy Systems. MOTA, Neuro-Fuzzy Systems: Survey., ELHENNAWY, A., 368 ISBN 0849398045., 2004. Fusion Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications. International Journal Artificial Intelligence., 289 ISBN 3- 7908-1256-0. [cit. 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. Dostupný http://www. WSEAS TRANSACTIONS SYSTEMS. Advances Soft Computing Series, Springer-Verlag, Berlin/Heildelberg, 2000. ISBN 0-262-11212-4. 59, World Scientific Publishing Co.org/journals/circuitssystemssignal/2008. Series in Machine Perception and Artificial Intelligence Vol.ir/Classpages/S86/ECE406/Papers/ANFIS. 2012-04-11]., DIAS, F., 249 ISBN 951-650-624-0, ISSN 0358-5654. [5] JAIN, L. Adaptive Neuro Fuzzy Inference System (ANFIS) with Error Backpropagation Algorithm using Mapping Function. Åbo Akademis tryckeri, Åbo, ESF Series A:443, 1995. ISSN 0974-0635. Autumn 2008, Vol. 3-8.naun. [9] VOLNÁ, Eva.htm [13] JANG, Jyh-Shing ANFIS: Adaptive-Network-Based Fuzzy Inference System. Fuzzy Neural Network Theory and Application. Ltd. Pte.; MARTIN, N. IEEE TRANSACTIONS SYSTEMS, MAN, AND CYBERNETICS [online]. [8] FULLÉR, Robert.M. Number A08, s. April 2004, vol., ELTOKHY, M.ac. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004.C. [10] RAHMAT, Basuki; JOELIANTO, Endra. [6] FULLÉR, Robert. CRC Press, CRC Press LLC, 1998. Chapter The Back Propagation Algorithm, 16-27. [4] MACLEOD, Christopher. Studijní materiály pro distanční kurz: Neuronové sítě Ostravská univerzita Ostravě, Přírodovědecká fakulta. [7] LIU, Puyin; LI, Hongxing. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. [12] ELWAKDY, M