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

.. 3...............23 Fig...............3 The first four letters the alphabet ([4])...............2 Flow chart ANFIS ...... 5.................20 Fig.............14 Fig......2 The second model fuzzy neural network ([8])..........................4 The first correctly working algorithm ([4]).... 4................................................ 7.3 Fig..............................30 Fig........ 2..............................................................................................1 biological neuron ([2])......16 Fig...............LIST FIGURES Fig..............9 Fig.5 Total error for network ([4]).........................3 The forward pass (based [10])..................1 Neural network with one inner neural layer ([9]) .................................23 Fig................. 5....................... 2...... 2............................................................................24 Fig............... 5............ 5.......7 Threshold and Sigmoid function ([3])...............................2 Gradient method ([4]) ..................................................................................26 Fig..................35 Fig........................................7 Fig......2 Fig.........................................................................................................15 Fig......... 2.................1 two-input first-order Sugeno fuzzy model ([10])........ 7...........................................1 Flow chart the Neural Network ................6 Fig.......20 Fig...6 basic artificial neuron ([3]) ..................... 2................. 3.. 4.........4 The synapse ([2])...........12 Fig........4 The backward pass ([10]).....................................6 Fig..................................................................................1 The Hamming window ......... 3.............................................................................................2 Body function control neurons ([2])............................................................................5 Fig.......................................19 Fig.................................................... 3......................4 Fig...................3 Berenji´s ARIC architecture ([8]).............................3 The action potential ([2])..........................1 The first model fuzzy neural network ([8]).................................... 2..................36 ................2 standard ANFIS architecture ([10])........... 6...... 2....5 neural net with simple processors connected together ([2])............. 4................................. 3

---

---