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.
Strana 57 z 67
«
Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.
»
Jak získat tento dokument?
Poznámky redaktora
, ELTOKHY, M.
IEEE TRANSACTIONS SYSTEMS, MAN, AND CYBERNETICS [online]. April 2004, vol.
International Journal Artificial Intelligence.
[11] KASABOV, Nikola Foundations Neural Networks, Fuzzy Systems, and
Knowledge Engineering. Fuzzy Neural Network Theory and Application.
INTERNATIONAL JOURNAL CIRCUITS, SYSTEMS and SIGNAL
PROCESSING [online].ut. ISSN 0974-0635. 3-8. Åbo Akademis tryckeri, Åbo, ESF
Series A:443, 1995.
[9] VOLNÁ, Eva. The MIT Press, 1996.
[2] MACLEOD, Christopher.
[4] MACLEOD, Christopher. Autumn 2008, Vol. [cit. Number A08,
s.
Dostupný http://www. Pte.
[5] JAIN, L. Chapter An
introduction Neural Networks, 1-5. CRC Press, CRC Press LLC, 1998.C.; MARTIN, N.org/journals/circuitssystemssignal/2008. 59, World Scientific
Publishing Co.
Speech Recognition using Wavelet Transform Establish Fuzzy Inference
System through Substractive Clustering and Neural Network (ANFIS). issue [cit. Chapter Artificial
Neural Networks, 6-15. Studijní materiály pro distanční
kurz: Neuronové sítě Ostravská univerzita Ostravě, Přírodovědecká fakulta.M. Neuronové sítě Ostrava, 2002. issue 414-419., 289 ISBN 3-
7908-1256-0. Fusion Neural Networks, Fuzzy Systems and
Genetic Algorithms: Industrial Applications. Chapter The Back
Propagation Algorithm, 16-27.M.,
368 ISBN 0849398045., ELSEHELY, E. WSEAS
TRANSACTIONS SYSTEMS.pdf
.
[7] LIU, Puyin; LI, Hongxing. 23, no.
[6] FULLÉR, Robert. Advances Soft
Computing Series, Springer-Verlag, Berlin/Heildelberg, 2000. ISSN 1998-4464., DIAS, F.
[10] RAHMAT, Basuki; JOELIANTO, Endra.naun.htm
[13] JANG, Jyh-Shing ANFIS: Adaptive-Network-Based Fuzzy Inference System.48
REFERENCES
[1] VIERA, J., 2004. Ltd.
[12] ELWAKDY, M. 2012-04-11].
[8] FULLÉR, Robert. Introduction Practical Neural Networks and
Genetic Algorithms For Engineers and Scientists, 2004.ac. Adaptive Neuro Fuzzy Inference System
(ANFIS) with Error Backpropagation Algorithm using Mapping Function. 2012-04-15]. Series
in Machine Perception and Artificial Intelligence Vol.ir/Classpages/S86/ECE406/Papers/ANFIS. ISSN
1109-2777. MOTA, Neuro-Fuzzy Systems: Survey., 376 ISBN 981-238-786-2. Introduction Practical Neural Networks and
Genetic Algorithms For Engineers and Scientists, 2004., ELHENNAWY, A.
Dostupný http://ece. Introduction Neuro-Fuzzy Systems. Introduction Practical Neural Networks and
Genetic Algorithms For Engineers and Scientists, 2004. 2008, vol. ISBN 0-262-11212-4.
1993, vol.
[3] MACLEOD, Christopher. Neural Fuzzy Systems., 249 ISBN 951-650-624-0, ISSN 0358-5654
