Nowe metody inteligencji komputerowej

• Autorzy: Rutkowski L.
• Języki publikacji: PL

Abstrakty

PL

W artykule zostaną przedstawione nowe metody inteligencji komputerowej. Najpierw opisano tzw. probabilistyczne sieci neuronowe, które pozwalają na rozwiązanie szerokiej klasy problemów identyfikacji i klasyfikacji w przypadku stacjonarnym i niestacjonarnym. Następnie przedstawiono struktury neuronowo-rozmyte z wykorzystaniem podejścia Mamdaniego oraz logicznego. Ponadto pokazano nowe metody modelowania niepewności w systemach rozmytych z wykorzystaniem zbiorów rozmytych typu 2.

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2005
• Tom: T. 6
• Strony: 3--14
• Opis fizyczny: Bibliogr. 22 poz., 9 rys.

Twórcy

autor

Rutkowski L.

• Katedra Inżynierii Komputerowej, Politechnika Częstochowska

• Katedra Inżynierii Komputerowej, Politechnika Częstochowska

Bibliografia

• [1] Bubnicki Z.: Uncertain Logics, Variables and Systems, Berlin, Springer-Verlag, 2002.
• [2] Kecman V.: Learning and Soft Computing, Cambridge, MIT, 2001.
• [3] Pawlak Z.: Rough sets, International Journal of Information and Computer Science, vol. 11, No. 341, 1982.
• [4] Piegat A.: Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa 1999.
• [5] Rutkowska D., Pilinski M., Rutkowski L.: Sieci neuronoye, algorytmy genetyczne i systemy rozmyte, PWN, Warszawa 1997.
• [6] Rutkowski L., Cpałka K.: Compromise Weighted Neuro-Fuzzy Systems, Advances in Soft Computing, Neural Networks and Soft Computing, Editors: L. Rutkowski, J. Kacprzyk, Physica-Verlag, s. 557-562, 2003.
• [7] Rutkowski L., Cpałka K.: Flexible Structures of Neuro-Fuzzy Systems, Quo Vadis Computational Intelligence, Studies in Fuzziness and Soft Computing, Springer-Verlag, vol. 54, 479-484, 2000.
• [8] Rutkowski L., Cpałka K.: A general approach to neuro -fuzzy systems, W: Proceedings of the 10th IEEE International Conference on Fuzzy Systems, Melbourne, 2001.
• [9] Rutkowski L., Cpalka K.: Flexible weighted neuro-fuzzy systems. W: Proceedings of the ICONIP'02, SEAL'02, and FSKD'02, Singapore, 2002.
• [10] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• [11] Zadeh L. A.: Fuzzy Sets, Information and Control, vol. 8, s. 338-353, 1965.
• [12] Rosenblatt M.: Remarks on some estimates of a density function, Annals Mathematic of Statistics, Vol. 27, pp. 832 -837, 1956.
• [13] Parzen E.: On estimation of probability density function and mode, Annals Mathematic of Statistics, Vol. 33, pp. 1065 - 1076, 1962.
• [14] Cacoullos T.: Estimation of a multivariate density, Ann. Inst. Statist. Math. Vol. 18, pp. 179 - 189, 1965.
• [15] Wolverton C.T. and Wagner T.J.: Asymptotically optimal discriminant functions for pattern classification, IEEE Trans. Inform. Theory, Vol. 15, pp. 258 - 265, 1969.
• [16] Rutkowski L.: New Soft Computing Techniques for System Modelling, Pattern Classification and Image Processing, Springer-Verlag, 2004.
• [17] Rutkowski L.: Generalized regression neural networks in time-varying environment, IEEE Trans. Neural Networks, vol. 15, pp. 576-596, 2004.
• [18] Rutkowski L.: Adaptive probabilistic neural-networks for pattern classification in time-varying environment, IEEE Trans. Neural Networks, vol. 15, pp. 811-827, 2004.
• [19] Rutkowski L.: Flexible Neuro-Fuzzy Systems: Structures, Learning and Performance Evaluation, Kluwer Academic Publishers, 2004.
• [20] Rutkowski L., Cpalka K.: Flexible neuro-fuzzy systems, IEEE Transactions on Neural Networks, vol. 14, pp. 554-574,2003.
• [21] Rutkowski L. and Cpalka K.: Designing and learning of adjustable quasi-triangular norms with applications to neuro-fuzzy systems, IEEE Trans, on Fuzzy Systems, vol. 14, pp. 140-151, 2005.
• [22] Starczewski J., Rutkowski L.: Interval Type 2 Neuro-Fuzzy Systems based on Interval Consequents, Advances in Soft Computing. Neural Networks and Soft Computing, Editors: L. Rutkowski, J. Kacprzyk, Physica-Verlag, s. 570-577, 2003.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.