Wyniki wyszukiwania - BazTech

1

Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych

Małolepsza Olga

Studia i Materiały Informatyki Stosowanej

|

2023

|

T. 15, nr 1

11--20

PL

Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych są bardzo ważnym tematem, ponieważ udoskonalają i optymalizują wydajność systemów rozmytych poprzez właściwą metodę adaptacji. Metoda adaptacji zależy od konkretnego zastosowania, wymagań systemowych, dostępnych danych i dziedziny problemu. W artykule przedstawiono zagadnienia związane ze zbiorami rozmytymi oraz podano przykłady. Ponadto zaprezentowano metody adaptacji systemów wiedzy opartej na zbiorach rozmytych takie jak algorytmy genetyczne, programowanie ewolucyjne, algorytmy uczące się, uczenie przez wzmacnianie oraz adaptację online.

EN

Adaptation methods for knowledge systems based on fuzzy sets are a very important topic because they improve and optimize the performance of fuzzy systems through a proper adaptation method. The adaptation method depends on the specific application, system requirements, available data and the problem domain. In this paper, the issues related to fuzzy sets are presented and examples are given. In addition, methods for adaptation of fuzzy set-based knowledge systems such as genetic algorithms, evolutionary programming, learning algorithms, reinforcement learning and online adaptation are presented.

2

A decision support system for alternative project choice based on fuzzy neutral networks

Relich M.

Management and Production Engineering Review

|

2010

|

Vol. 1, No. 4

46-54

EN

The paper aims to present possibilities of management support by more precise estimates of critical tasks in projects through the use of intelligent techniques. In this paper a case is considered in which the client is forced to change the project specification after commencement of investment. To minimize the loss, the client may attempt to find other alternative solutions to complete the project. In view of expenditure and investment in progress, a group of alternative projects that fulfill the assumed constraints (e.g. financial and temporal) is sought. To support the choice of alternative projects, estimates of critical tasks within the project are calculated, using intelligent techniques as well as traditional statistical methods. The results are determined using the database of past projects that are found in the information systems of the enterprise.

3

Zastosowanie klasyfikatora wielu ekspertów do wspomagania diagnostyki skurczu naczyń mózgowych

Tarasewicz R.

Pomiary Automatyka Kontrola

|

2005

|

R. 51, nr 9 bis

343--345

PL

W pracy przestawiono wyniki klasyfikacji wielowymiarowych próbek danych, uzyskanych z pomiarów przepływu krwi w środkowej tętnicy mózgowej za pomocą ultrasonografii dopplerowskiej. Do wspomagania diagnostyki skurczu naczyń mózgowych zastosowano klasyfikatory wielu ekspertów, które są zbudowane w oparciu o klasyfikatory hierarchiczne typu HME i zespoły sieci neuronowych. Ekspertami w klasyfikatorze są rozmyte sieci neuronowe typu AN FIS (ang. Adaptive Neuro-Fuzzy Inference System). Opisano budowę klasyfikatora oraz przedstawiono jakość klasyfikacji w zależności od różnych konfiguracji danych wejściowych.

EN

In this study the author presents the use of Many Experts'Classifier for diagnosis of spasm in The Middle Cerebral Artery (MCA). Blood flow velocity in the MCA can be measured with Transcranial Color-Coded Doppler ultrasonography (TCCD). As experts in many experts' classifer there were applied ANFIS (Adaptive Neuro - Fuzzy Inference System). The fuzzy neural network show very good performance in the two-class separation problem, In "no spasm + mild spasm" to "moderate spasm + severe spasm" detection, classification accuracy amounted to 94%. The accuracy was higher than that obtained by the human investigator.

4

Fuzzy neural networks with an application to medical diagnosis

Rutkowska D.

Biocybernetics and Biomedical Engineering

|

1998

|

Vol. 18, no. 1-2

71-78

EN

A hybrid learning procedure for fuzzy neural networks is presented. In the first stage the genetic algorithm performs global search and seeks a near-optimal initial point for the second stage which is based on the back-propagation algorithm. An application to medical diagnosis is described.

PL

W artykule przedstawiono hybrydową procedurę uczenia rozmytych sieci neuronowych. W pierwszym etapie uczenia algorytm genetyczny poszukuje rozwiązania bliskiego optimum, które stanowi punkt początkowy dla algorytmu wzorowanego na metodzie wstecznej propagacji błędów i wykorzystywanego w drugim etapie uczenia. W pracy opisano zastosowanie rozmytej sieci neuronowej do diagnostyki medycznej.