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
Introduction Neuro-Fuzzy Systems. ISSN 1998-4464.48 REFERENCES [1] VIERA, J. 23, no. Neuronové sítě Ostrava, 2002. Chapter The Back Propagation Algorithm, 16-27.M. 2012-04-11].ac. Autumn 2008, Vol.C. INTERNATIONAL JOURNAL CIRCUITS, SYSTEMS and SIGNAL PROCESSING [online]. Adaptive Neuro Fuzzy Inference System (ANFIS) with Error Backpropagation Algorithm using Mapping Function. Ltd., 368 ISBN 0849398045. issue [cit. 3-8. Number A08, s. Åbo Akademis tryckeri, Åbo, ESF Series A:443, 1995. [7] LIU, Puyin; LI, Hongxing. The MIT Press, 1996. CRC Press, CRC Press LLC, 1998. [6] FULLÉR, Robert. Fuzzy Neural Network Theory and Application., ELTOKHY, M.; MARTIN, N. [4] MACLEOD, Christopher.M., ELSEHELY, E.htm [13] JANG, Jyh-Shing ANFIS: Adaptive-Network-Based Fuzzy Inference System. Chapter An introduction Neural Networks, 1-5. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. [10] RAHMAT, Basuki; JOELIANTO, Endra. Speech Recognition using Wavelet Transform Establish Fuzzy Inference System through Substractive Clustering and Neural Network (ANFIS). Chapter Artificial Neural Networks, 6-15. [5] JAIN, L. [11] KASABOV, Nikola Foundations Neural Networks, Fuzzy Systems, and Knowledge Engineering. Series in Machine Perception and Artificial Intelligence Vol. [12] ELWAKDY, M. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004. 2008, vol. [cit. issue 414-419. 1993, vol., ELHENNAWY, A. Neural Fuzzy Systems. Dostupný http://ece. Advances Soft Computing Series, Springer-Verlag, Berlin/Heildelberg, 2000., 289 ISBN 3- 7908-1256-0.naun.ut. Introduction Practical Neural Networks and Genetic Algorithms For Engineers and Scientists, 2004., DIAS, F. Studijní materiály pro distanční kurz: Neuronové sítě Ostravská univerzita Ostravě, Přírodovědecká fakulta. International Journal Artificial Intelligence., 376 ISBN 981-238-786-2. ISSN 1109-2777., 2004. [9] VOLNÁ, Eva. ISBN 0-262-11212-4. April 2004, vol.pdf .org/journals/circuitssystemssignal/2008. Fusion Neural Networks, Fuzzy Systems and Genetic Algorithms: Industrial Applications. IEEE TRANSACTIONS SYSTEMS, MAN, AND CYBERNETICS [online]. 2012-04-15].ir/Classpages/S86/ECE406/Papers/ANFIS. [8] FULLÉR, Robert. ISSN 0974-0635. WSEAS TRANSACTIONS SYSTEMS., 249 ISBN 951-650-624-0, ISSN 0358-5654. [2] MACLEOD, Christopher. 59, World Scientific Publishing Co. [3] MACLEOD, Christopher. Dostupný http://www. Pte. MOTA, Neuro-Fuzzy Systems: Survey