Wyniki wyszukiwania - BazTech

1

Analyzing Process Quality Control Variables Using Fuzzy Cognitive Maps

Cogollo-Florez Juan, Valencia-Mena Orfani

Management and Production Engineering Review

|

2022

|

Vol. 13, No. 3

94--101

EN

Abstract Meeting quality characteristics of products and processes is an important issue for customer satisfaction and business competitiveness. It is necessary to integrate new techniques and tools that improve and complement traditional process variables analysis. This paper proposes a new methodological approach to analyze process quality control variables using Fuzzy Cognitive Maps. Application of the methodology in the production process of carbonated beverages allowed identifying process variables with the greatest influence on finished product quality. The process variables with the greatest impact on carbon dioxide content in the beverage were the beverage temperature in the filler, the carbo-cooler pressure, and the filler pressure.

2

On the convergence of sigmoidal fuzzy grey cognitive maps

Harmati István Á., Kóczy László T.

International Journal of Applied Mathematics and Computer Science

|

2019

|

Vol. 29, no. 3

453--466

EN

Fuzzy cognitive maps (FCMs) are recurrent neural networks applied for modelling complex systems using weighted causal relations. In FCM-based decision-making, the inference about the modelled system is provided by the behaviour of an iteration. Fuzzy grey cognitive maps (FGCMs) are extensions of fuzzy cognitive maps, applying uncertain weights between the concepts. This uncertainty is expressed by the so-called grey numbers. Similarly as in FCMs, the inference is determined by an iteration process which may converge to an equilibrium point, but limit cycles or chaotic behaviour may also turn up. In this paper, based on the grey connections between the concepts and the parameters of the sigmoid threshold function, we give sufficient conditions for the existence and uniqueness of fixed points of sigmoid FGCMs.

3

Zmodyfikowana metoda użycia funkcji progowych w modelach relacyjnych rozmytych map kognitywnych

Słoń G.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 3

86--89

PL

W artykule przedstawiono sposób wprowadzenia funkcji progowej do modelu Relacyjnej Rozmytej Mapy Kognitywnej, wykorzystującego arytmetykę liczb rozmytych. Funkcyjne przetwarzanie liczby rozmytej powoduje deformacje kształtu liczby i jej nośnika. Zaproponowano „geometryczne” podejście do tego problemu, pozwalające zachować niezmienność nośnika oraz utrzymać kształt przetwarzanej liczby rozmytej przy jednoczesnym odpowiednim przesunięciu centrum tej liczby. Metoda została przetestowana na liczbach rozmytych o różnych funkcjach przynależności.

EN

The article describes the method for introducing a threshold function into a model of the Relational Fuzzy Cognitive Map that uses fuzzy numbers arithmetic. Processing the fuzzy number by function causes deformations of the shape if this number and its support. It is proposed a geometrical approach to this problem, allowing to maintain constancy of the support and to keep the shape of the processed fuzzy number with an appropriate shift of the center of this number. The method was tested on fuzzy numbers with different membership functions.

4

Zastosowanie rozmytej mapy kognitywnej w prognozowaniu efektywności pracy wypożyczalni rowerowych

Jastriebow A., Kubuś Ł., Poczęta K.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 4

70--73

PL

W pracy zaproponowano zastosowanie rozmytej mapy kognitywnej wraz z ewolucyjnymi algorytmami uczenia do modelowania systemu prognozowania efektywności pracy wypożyczalni rowerowych. Na podstawie danych historycznych zbudowano rozmytą mapę kognitywną, którą następnie zastosowano do prognozowania liczby rowerzystów i klientów wypożyczalni w trzech kolejnych dniach. Proces uczenia zrealizowano z zastosowaniem indywidualnego kierunkowego algorytmu ewolucyjnego IDEA oraz algorytmu genetycznego z kodowaniem zmiennoprzecinkowym RCGA. Analizę symulacyjną systemu prognozowania efektywności pracy wypożyczalni rowerowych przeprowadzono przy pomocy oprogramowania opracowanego w technologii JAVA.

EN

This paper proposes application of fuzzy cognitive map with evolutionary learning algorithms to model a system for prediction of effectiveness of bike sharing systems. Fuzzy cognitive map was constructed based on historical data and next used to forecast the number of cyclists and customers of bike sharing systems on three consecutive days. The learning process was realized with the use of Individually Directional Evolutionary Algorithm IDEA and Real-Coded Genetic Algorithm RCGA. Simulation analysis of the system for prediction of effectiveness of bike sharing systems was carried out with the use of software developed in JAVA.

5

Medical diagnosis using fuzzy cognitive map classifier

Froelich W., Wrobel K.

Journal of Medical Informatics & Technologies

|

2015

|

Vol. 24

247--254

EN

In this study, we address the problem of medical diagnosis by applying Fuzzy Cognitive Map (FCM). A distinctive feature of the FCM is its ability to simulate the development of the disease in time. By this simulation, it is possible to predict the severity of the disease by having future knowledge on current medical investigations. For the first time in this paper, we construct an FCM-based classifier dedicated solely to perform medical diagnosis. To learn the FCM, we use an evolutionary algorithm explicitly specifying the newly designed fitness function. Real, publicly available medical data are applied for the validation and evaluation of the proposed approach.

6

Zastosowanie rozmytej mapy kognitywnej z dwukrokowym algorytmem uczenia opartym na markowskim modelu gradientu w predykcji szeregów czasowych

Jastriebov A., Poczęta K.

Logistyka

|

2014

|

nr 6

4905-4915

PL

Rozmyta mapa kognitywna FCM to inteligentny model, stanowiący efektywne narzędzie modelowania systemów predykcji szeregów czasowych. Zaletą FCM jest zdolność uczenia macierzy relacji na podstawie dostępnych danych z zastosowaniem nadzorowanych lub populacyjnych algorytmów. Niniejsza praca poświęcona jest analizie zastosowania dwukrokowego algorytmu uczenia rozmytej mapy kognitywnej bazującego na markowskim modelu gradientu w prognozowaniu szeregów czasowych. W procesie uczenia i testowania działania nauczonej FCM zastosowano dane idealne oraz dane z błędami pomiarowymi o różnym stopniu zaszumienia, wygenerowane na podstawie rzeczywistego systemu zarządzania biznesem elektronicznym. Dokonano analizy porównawczej dwukrokowej metody markowskiego modelu gradientu oraz jednokrokowej metody gradientowej pod kątem szybkości zbieżności algorytmu oraz uzyskanej dokładności predykcji szeregów czasowych.

EN

Fuzzy cognitive map FCM is an intelligent model, that can be used as a useful tool for modeling systems for time series prediction. The advantage of FCMs is their ability to learn the relations matrix based on real data with the use of supervised or population-based algorithms. This paper is devoted to the analysis of the application of FCM with two-step learning algorithm based on Markov model of gradient in time series prediction. Ideal data and data with measurement errors of varying degrees of noise were generated based on real-life system for e-commerce strategic planning and used in learning and testing process. The comparative analysis of two-step method of Markov model of gradient to one-step gradient method from the point of view of the speed of convergence of learning algorithm and the obtained precision of time series prediction was performed.

7

Modelowanie systemu prognozowania natężenia ruchu z zastosowaniem rozmytej mapy kognitywnej i wielokrokowych algorytmów uczenia

Jastriebow A., Poczęta K.

Logistyka

|

2014

|

nr 3

2590--2597

PL

Rozmyta mapa kognitywna (ang. fuzzy cognitive map FCM) stanowi efektywne narzędzie modelowania dynamicznych systemów wspomagania decyzyjnego. Kluczowym zagadnieniem związanym z FCM jest możliwość uczenia macierzy relacji na podstawie rzeczywistych danych. Niniejsza praca prezentuje zastosowanie rozmytej mapy kognitywnej oraz wielokrokowych algorytmów uczenia w modelowaniu systemu prognozowania natężenia ruchu. Opisano FCM oraz wielokrokowe algorytmy uczenia nadzorowanego opartego na metodzie gradientowej. Przedstawiono wybrane wyniki analizy symulacyjnej opracowanego modelowania kognitywnego na przykładzie systemu prognozowania natężenia ruchu. Uczenie oraz testowanie FCM przeprowadzono z zastosowaniem rzeczywistych znormalizowanych danych. Dokonano analizy porównawczej wielokrokowej metody gradientowej z jednokrokową, pod kątem wpływu na działanie modelowanego systemu. Uzyskane wyniki pokazują dostateczną efektywność zastosowania rozmytej mapy kognitywnej i wielokrokowych algorytmów uczenia w prognozowaniu natężenia ruchu.

EN

Fuzzy cognitive map (FCM) is an effective tool for modeling of dynamic decision support systems. The crucial issue connected with the FCM is the ability to learn the relations matrix based on real data. This paper presents the use of fuzzy cognitive map and multi-step learning algorithms in modeling of decision support system for traffic forecasting. FCM and multi-step supervised learning algorithms based on gradient method are described. Selected results of simulation analysis of the cognitive modeling on the example of traffic forecasting are shown. FCM learning and testing were performed with the use of real normalized data. Comparative analysis of multi-step gradient method to one-step algorithm, from the point of view of the influence on the modeled system was done. The results show the sufficient effectiveness of the use of fuzzy cognitive map and multi-step learning algorithms in traffic forecasting.

8

A new lightweight method for security risk assessment based on fuzzy cognitive maps

Szwed P., Skrzyński P.

International Journal of Applied Mathematics and Computer Science

|

2014

|

Vol. 24, no. 1

213--225

EN

For contemporary software systems, security is considered to be a key quality factor and the analysis of IT security risk becomes an indispensable stage during software deployment. However, performing risk assessment according to methodologies and standards issued for the public sector or large institutions can be too costly and time consuming. Current business practice tends to circumvent risk assessment by defining sets of standard safeguards and applying them to all developed systems. This leads to a substantial gap: threats are not re-evaluated for particular systems and the selection of security functions is not based on risk models. This paper discusses a new lightweight risk assessment method aimed at filling this gap. In this proposal, Fuzzy Cognitive Maps (FCMs) are used to capture dependencies between assets, and FCM-based reasoning is performed to calculate risks. An application of the method is studied using an example of an e-health system providing remote telemonitoring, data storage and teleconsultation services. Lessons learned indicate that the proposed method is an efficient and low-cost approach, giving instantaneous feedback and enabling reasoning on the effectiveness of the security system.

9

Information system for a fuzzy cognitive analysis and modeling

Gozhyi A., Kalinina I.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2014

|

nr 2

31--33

EN

The paper presents the information system for the cognitive analysis and modeling based on fuzzy cognitive map. The system allows to analyze the information of the experts to model complex systems and processes. Describes the structure of the system and the features of the functioning and implementation.

PL

Przedstawiono system informacji do analizy i modelowania poznawczego opartego na rozmytej mapie poznawczej. System pozwala na analizę informacji ekspertów w celu modelowania złożonych systemów i procesów. Opisano strukturę systemu oraz cechy funkcjonowania i realizacji.

10

Modelowanie decyzyjnego systemu oceny ryzyka ubezpieczeniowego samochodu z zastosowaniem rozmytej mapy kognitywnej

Jastriebow A., Piotrowska K.

TTS Technika Transportu Szynowego

|

2012

|

R. 19, nr 9

639--648, CD

PL

W pracy opisano modele inteligentne oparte na rozmytych mapach kognitywnych. Zaprezentowano wielokrokową metodę uczenia nadzorowanego na podstawie rzeczywistych danych zarówno numerycznych jak i symbolicznych. Działanie rozmytych map kognitywnych przedstawiono na przykładzie systemu eksperckiego do oceny ryzyka ubezpieczeniowego samochodu. Badania symulacyjne uczenia oraz testowania systemu oceny ryzyka ubezpieczeniowego przeprowadzono na opracowanym oprogramowaniu ISEMK.

EN

This paper describes intelligent models based on fuzzy cognitive maps. Multi-step method of supervised learning based on real data, both numerical and symbolic, was presented. Functioning of the fuzzy cognitive maps was shown on the example of decision system for risk estimation of car insurance. Simulation research of learning and testing of system for risk estimation were done on prepared software tool ISEMK.

11

Monitoring technical systems with the use of relational fuzzy cognitive maps

Słoń G., Yastrebov A.

Computer Applications in Electrical Engineering

|

2012

|

Vol. 10

442--452

EN

In this work, a certain approach to the modeling dynamic states in technical systems is presented. This approach consists in a replacing the classic differential model with a model based on relational fuzzy cognitive map. Described method is illustrated on a practical example of a simple electrical RLC circuit. The method of preparation of the normalized reference data was described. The process of building a relational fuzzy cognitive map with concepts crucial from the modeling purpose point of view is presented; also the results of such a map learning process are shown. At the end a partial comparison of simulation results of work of models: classic - based on the set of differential equations and proposed - based on relational fuzzy cognitive map is performed.

12

Parametric identification of dynamic imprecise models based on relational fuzzy cognitive maps

Jastriebow A., Słoń G.

Computer Applications in Electrical Engineering

|

2011

|

Vol. 9

234--244

EN

In the paper certain approach to the selection of identification parameters of relational fuzzy cognitive map’s dynamic model, based on appropriate computational algorithms of identification, is described. On the selected simulation results there is presented the comparison of the efficiency of different methods of parameters selection (adaptation) in fuzzy relations depending on the adaptation assumed goal.

13

Synteza i analiza symptomowych metod diagnozowania

Jastriebow A., Gad S., Słoń G.

Diagnostyka

|

2008

|

nr 1(45)

131-134

PL

Przedstawiono pewne ogólne podejście do budowy symptomowych metod diagnostycznych opartych na dostępnej wiedzy ekspertowej. Opisano kryteria budowy podobnych algorytmów. Przedstawiono wyniki syntezy i analizy wybranych metod diagnozowania na przykładzie problemu lokalizacji uszkodzeń wyposażenia elektrycznego pojazdów samochodowych.

EN

General approach to the building symptom diagnostic methods, based on the available expert knowledge was presented. Criteria of building similar algorithms were described. Results of the synthesis and analysis of chosen diagnosing methods, on the example of the problem of faults localization in motorcar's electrical equipment's, were presented.