PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2009 | R. 106, z. 1-NP | 139-157
Tytuł artykułu

Powiązania pomiędzy rozmytymi pamięciami asocjacyjnymi i rozmytą morfologią matematyczną

Wybrane pełne teksty z tego czasopisma
Warianty tytułu
EN
Connections between fuzzy associative memories and fuzzy mathematical morphology /
Języki publikacji
PL
Abstrakty
PL
Wewnętrzne podobieństwo rozmytych pamięci asocjacyjnych FAM (wprowadzonych w 1992 r. przez B. Kosko, a potem intensywnie badanych przez innych) do rozmytej morfologii matematycznej stało się przyczyną rozwoju nowych rozmytych morfologicznych pamięci asocjacyjnych FMAMs jako podklasy klasy FAM. Analiza sieci FMAM oraz FAM w kontekście operacji rozmytej morfologii matematycznej, możliwych do realizowania w każdym neuronie tych sieci, pozwala na głębsze poznanie właściwości i możliwości tych sieci, na ich dalszą eksplorację oraz na konstrukcję (na ich bazie) nowych modeli sieci. W artykule przedstawiono ogólną charakterystykę cech wspólnych rozmytych pamięci FAM i rozmytej morfologii matematycznej FMM.
EN
Internal similarity of fuzzy associative memories FAM (introduced in 1992 by B. Kosko, and then extensively researched by others) to fuzzy mathematical morphology has become the reason for a development of new models of fuzzy morphological associative memories (FMAMs), which belong to the FAM class. The analysis of FMAM and FAM in the context of fuzzy mathematical morphology operations that are possible to realize in every neuron of these nets, allows for a deeper understanding of the properties of these nets and their further exploration or a construction (on their basis) new fuzzy morphological neural network models. This article presents a general characteristics of common attributes and similar internal properties of fuzzy associative memories and fuzzy mathematical morphology.
Wydawca

Rocznik
Strony
139-157
Opis fizyczny
Wz., il.,Bibliogr. 25 poz.,
Twórcy
autor
autor
autor
  • Instytut Modelowania Komputerowego, Wydział Fizyki, Matematyki i Informatyki Stosowanej, Politechnika Krakowska
Bibliografia
  • [1] Banon G.J.F., Barrera J., Decompositions of mappings between complete lattices by mathematical morphology, Signal Processing, Vol. 30, No. 3, 1993, 229-327.
  • [2] Belohlávek R., Fuzzy logical bidirectional associative memory, Information Sciences 128, 2000, 91-103.
  • [3] Chung F., Lee T., On fuzzy associative memory with multiple-rule storage capacity, IEEE Trans. Fuzzy Systems 4 (3), 1996, 375-384.
  • [4] Deng T.Q., Heijmans H.J.A.M., Grey-scale morphology based on fuzzy logic, Journal of Mathematical Imaging and Vision 16, 2002, 155-171.
  • [5] Junbo F., Fan J., Yan S., A learning rule for fuzzy associative memories, Proc. IEEE Int. Joint Conf. on Neural Networks, Vol. 7, 1994, 4273-4277.
  • [6] Kosko B., Neural networks and fuzzy systems: A dynamical systems approach to machine intelligence, Prentice Hall, Englewood Cliffs, New York 1992.
  • [7] Lin T.Y., Yao Y., Zadeh L.A. (Eds.), Data Mining, Rough Sets and Granular Computing, Physica-Verlag GmbH, Heidelberg, Germany 2002.
  • [8] Liu P., The fuzzy associative memory of max-min fuzzy neural networks with threshold, Fuzzy Sets and Systems 107, 1999, 147-157.
  • [9] Nieniewski M., Morfologia matematyczna w przetwarzaniu obrazów, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
  • [10] Pedrycz W., Fuzzy neural networks and neurocomputations, Fuzzy Sets and Systems 56, 1993, 1-28.
  • [11] Pedrycz W., Gacek A., Temporal granulation and its application to signal analysis, Information Sciences 143, 2002, 47-71.
  • [12] Pedrycz W., Granular Computing and Pattern Recognition, Chapter 12 [in:] Soft computing approach to pattern recognition and image processing, A. Ghosh, S.K. Pal (Eds.), World Scientific Publishing Co. Pte. Ltd., London 2003, 235-250.
  • [13] Pedrycz W., Interpretation of clusters in the framework of shadowed sets, Pattern recognition letters, Vol. 26, Issue 15, 2005, 2439-2449.
  • [14] Pedrycz W., Vukovich G., Granular Computing in Pattern Recognition, [in:] H. Bunke, A. Kandel (Eds.), Neuro-Fuzzy Pattern Recognition, World Scientific Publ., Vol. 41, 2002.
  • [15] Pedrycz W., Vukovich G., Granular neural networks, Neurocomputing, Vol. 36, 2001, 205-224.
  • [16] Ritter G.X., Sussner P., Diaz-de-Leon J.L., Morphological associative memories, IEEE Trans. Neural Networks, Vol. 9, March 1998, 281-293.
  • [17] Ritter G.X., Urcid G., Iancu L., Reconstruction of Patterns from Noisy Inputs Using Morphological Associative Memories, Journal of Mathematical Imaging and Vision 19, 2003, 95-111.
  • [18] Serra J., Image Analysis and Mathematical Morphology, Vol. 2: Theoretical Advances, Academic Press, New York 1988.
  • [19] Sternberg S., Gray-scale morphology, Computer Vision Graphics Image Process. 35, 1986, 333-355.
  • [20] Sussner P., Valle M.E., Implicative Fuzzy Associative Memories, IEEE Transaction on Fuzzy Systems, Vol. 14, No. 6, December 2006, 793-807.
  • [21] Sussner P., Valle M.E., Recall of patterns using morphological and certain fuzzy morphological associative memories, In Proceedings of the IEEE World Conference on Computational Intelligence, 2006.
  • [22] Tadeusiewicz R., Flasiński M., Rozpoznawanie obrazów, PWN, Warszawa 1991.
  • [23] Tadeusiewicz R., Korohoda P., Komputerowa analiza i przetwarzanie obrazów, Wyd. Fundacji Postępu Telekomunikacji, Kraków 1997.
  • [24] The database of Faces (formerly 'The ORL Database of Faces'), dostępna pod adresem: http://www.cl.cam.ac.uk/Research/DTG/attarchive:pub/data/att_faces.zip.
  • [25] Valle M.E., Sussner P., A general framework for fuzzy morphological associative memories, Fuzzy Sets and Systems 159, 2008, 747-768.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BGPK-2743-0765
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.