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