Wyniki wyszukiwania - BazTech

1

Approximation abilities of neuro-fuzzy networks

Mrówczyńska M.

Geodesy and Cartography

|

2010

|

Vol. 59, no 1

13-27

EN

The paper presents the operation of two neuro-fuzzy systems of an adaptive type, intended for solving problems of the approximation of multi-variable functions in the domain of real numbers. Neuro-fuzzy systems being a combination of the methodology of artificial neural networks and fuzzy sets operate on the basis of a set of fuzzy rules "if-then", generated by means of the self-organization of data grouping and the estimation of relations between fuzzy experiment results. The article includes a description of neuro-fuzzy systems by Takaga-Sugeno-Kang (TSK) and Wang-Mendel (WM), and in order to complement the problem in question, a hierarchical structural self-organizing method of teaching a fuzzy network. A multi-layer structure of the systems is a structure analogous to the structure of "classic" neural networks. In its final part the article presents selected areas of application of neuro-fuzzy systems in the field of geodesy and surveying engineering. Numerical examples showing how the systems work concerned: the approximation of functions of several variables to be used as algorithms in the Geographic Information Systems (the approximation of a terrain model), the transformation of coordinates, and the prediction of a time series. The accuracy characteristics of the results obtained have been taken into consideration.

PL

W pracy przedstawiono działanie dwóch systemów neuronowo rozmytych typu adaptacyjnego, przeznaczonych do rozwiązywania zagadnienia aproksymacji funkcji wielu zmiennych w dziedzinie liczb rzeczywistych. Systemy neuronowo rozmyte jako połączenie metodologii sztucznych sieci neuronowych i zbiorów rozmytych funkcjonują na podstawie zbioru reguł rozmytych "jeżeli-to", generowanych z zastosowaniem samoorganizacji grupowania danych oraz estymacji relacji rozmytych wyników eksperymentu. Artykuł zawiera opis systemów neuronowo rozmytych Takagi-Sugeno-Kanga (TSK), Wanga-Mendela (WM) oraz celem uzupełnienia rozpatrywanego zagadnienia hierarchiczną strukturalną samoorganizującą się metodę uczenia sieci rozmytej. Struktura wielowarstwowa systemów stanowi strukturę analogiczną do struktury "klasycznych" sieci neuronowych. W końcowej części artykułu zostały zaprezentowane wybrane obszary aplikacji systemów neuronowo rozmytych w dziedzinie geodezji. Przykłady numeryczne działania systemów dotyczyły: aproksymacji funkcji wielu zmiennych w aspekcie ich wykorzystania jako algorytmów uzupełniających w Systemach Informacji Przestrzennej (aproksymacja rzeźby terenu), transformacji współrzędnych oraz predykcji szeregu czasowego. Uwzględniono charakterystykę dokładności uzyskanych wyników.

2

Sieci neuronowe o radialnych funkcjach bazowych w zastosowaniu do aproksymacji rzeźby terenu

Mrówczyńska M.

Zeszyty Naukowe. Budownictwo / Politechnika Śląska

|

2004

|

z. 102

307-314

PL

W artykule podjęto próbę przedstawienia wybranych zagadnień dotyczących aproksymacji rzeźby terenu za pomocą sieci neuronowych o radialnych funkcjach bazowych. Uniwersalna zgodność sieci z bazą funkcji radialnych jest w istotny sposób zależna od doboru wektorów c1,..., ck, nazywanych centrami, oraz od doboru parametrów sigma1,..., sigmak kształtu funkcji bazowych. Praca zwiera opis struktury sieci, metodę wyznaczania wag z wykorzystaniem pojęcia pseudoodwrotności macierzy Greena oraz kilka sposobów doboru centrów. Rezultat podjętej pracy stanowi przykład liczbowy funkcjonowania sieci w zależności od proponowanych metod uczenia.

EN

The article discusses the chosen issues concerning the approximation of the topographic profile which have been presented by means of the radial basis networks. The universal conformity of the networks to the radial functions base depends essentially on the choice of vectors c1,…, ck which are called centers, and also depends on the choice of parameters sigma1,..., sigmak the basis shape. The paper contains the method of observations weights determination using the notion of pseudoinverse of Green's matrixes and some ways of selecting the centers.

3

Efektywność algorytmu propagacji wstecznej błędu z zastosowaniem nieliniowych funkcji aktywacji do aproksymacji terenu

Mrówczyńska M.

Zeszyty Naukowe. Budownictwo / Politechnika Śląska

|

2003

|

z. 101

271-278

PL

W artykule przedstawiono zagadnienia związane z procesem uczenia sieci neuronowych dwuwarstwowych metodą propagacji błędu w zastosowaniu do aproksymacji powierzchni terenu. Podstawowym celem podjętej pracy jest badanie dokładności odwzorowania rzeźby terenu w zależności od zastosowanych nieliniowych funkcji aktywacji. Rozpatrywano również zagadnienia związane z doborem architektury sieci i parametrów uczenia oraz dokonano porównania wybranych metod przyspieszania zbieżności.

EN

The paper presents the issue of learning of the unidirectional and two-layer net by means of the method of reverse propagation of the error applied to approximation of area surface, represented by a point pattern, which was determined in the configuration of space polar coordinates. The problem connected with the convergence, the speed of learning process convergence and the selection of the network architecture has been discussed in the paper as well.