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

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

---

---