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.

Strana 8 z 67

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Více info o tomto dokumentu zde!

Jak získat tento dokument?

Poznámky redaktora

.1 The Hamming window ........ 3..........................................6 Fig..................... 2...2 Body function control neurons ([2]).............................. 6.................................5 Fig............... 3.....2 Fig..........23 Fig.... 4....................3 The action potential ([2]).............................. 3.6 basic artificial neuron ([3]) ............ 2............23 Fig..................................7 Threshold and Sigmoid function ([3])...................... 5...................30 Fig...................5 neural net with simple processors connected together ([2])........2 The second model fuzzy neural network ([8]).......................................................................26 Fig............................................ 2............................................................................... 5...............................4 The synapse ([2]).......................20 Fig.......2 standard ANFIS architecture ([10])........................................14 Fig............................2 Flow chart ANFIS .............2 Gradient method ([4]) ........3 Berenji´s ARIC architecture ([8])...............5 Total error for network ([4])................... 3.....1 Flow chart the Neural Network ...................................................................... 5........4 The backward pass ([10]).................................7 Fig................... 7.......................3 Fig.........................................1 The first model fuzzy neural network ([8])..........................20 Fig......................................................36 .......... 7.....................................................................................................................................19 Fig.1 two-input first-order Sugeno fuzzy model ([10])....15 Fig..................35 Fig......... 4.............................................................................4 Fig......................................1 biological neuron ([2])............... 3.........24 Fig....6 Fig........................... 4.......... 2.16 Fig..........3 The first four letters the alphabet ([4])................ 2......................................................................................1 Neural network with one inner neural layer ([9]) ................. 5............ 2.........................9 Fig.........3 The forward pass (based [10]).........4 The first correctly working algorithm ([4])..............................LIST FIGURES Fig.......................................................12 Fig....... 2....

---

---