PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  linguistic decomposition
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Minimalizacja błędu dekompozycji w sterowniku Fuzzy Logic o architekturze hierarchicznej
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2013
|
Vol. 54, nr 9
122-125
PL
W artykule przedstawiony został programowalny sterownik logiczny, w którym zaimplementowany został system wnioskowania przybliżonego o architekturze hierarchicznej, a także metoda tworzenia dla niego bazy wiedzy w oparciu o bazę wiedzy systemu klasycznego. Taka realizacja systemu pozwala z jednej strony obniżyć nakłady sprzętowe i obliczeniowe oraz zmniejszyć czas wyznaczania wyniku, z drugiej zaś powoduje zwiększenie rozmytości wyniku wnioskowania, który jest następstwem występowania tzw. błędu dekompozycji. W oparciu o przeprowadzone badania sterownika w środowisku docelowym pokazany został wpływ zwiększonej rozmytości wyniku wnioskowania na parametry regulacji oraz zaproponowano nową metodę minimalizacji błędu dekompozycji opartą na modyfikacji następników reguł pierwotnej bazy wiedzy.
EN
The paper presents the programmable logic controller with implementation of the rule hierarchical fuzzy inference system, as well as a method of creating a knowledge base for it on the basis of a classical system knowledge base. The hierarchical architecture of the inference system allows reduce hardware and software cost and computational time, but the inference result is more fuzzy than in the classical system architecture, which is a consequence of the presence of so-called error decomposition. Based on research of the controller in the target environment, it is presented influence of the more fuzzy inference results on control parameters, and also it is proposed a new decomposition error minimization method based on modification of the consequence part of the rules in the primary knowledge base.
2
Content available remote Wykorzystanie algorytmów kolorowania grafu w sprzętowej realizacji systemu wnioskowania przybliżonego HFIS
Wyrwol B.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 10
64-67
PL
Realizacja sprzętowego systemu wnioskowania przybliżonego, przy wykorzystaniu techniki dekompozycji opartej na operacjach projekcji oraz podziału, wymaga mniejszych nakładów sprzętowych i obliczeniowych. W artykule omówiono metodę podziału bazy wiedzy opartą na algorytmie kolorowania grafu, pokazano zależność uzyskiwanych wyników od sposobu uporządkowania reguł oraz przedstawiono szacunkowy koszt praktycznej implementacji modułu GCM, wspomagającego dekompozycję, w sprzętowym systemie FPGA-FIS.
EN
Hardware costs and computing time of the hardware implementation of the fuzzy inference system can be decreased using decomposition technique based on projection and partitioning. The paper presents the partitioning method of the knowledge base using graph vertex coloring algorithms. It discusses finally obtained results dependent on rule (graph vertex) arrangement and hardware cost estimation of the implementation the GCM module in the FPGA-FIS fuzzy inference system.
3
Sprzętowa implementacja zachłannego algorytmu kolorowania grafu
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2010
|
Vol. 51, nr 9
21-23
PL
Kolorowanie grafów znajduje zastosowanie wszędzie tam, gdzie konieczny jest podział zbioru na rozłączne podzbiory wg określonego kryterium jakie spełniają lub nie elementy zbioru. Większość algorytmów kolorowania realizowana jest zwykle na drodze programowej. W sytuacji, kiedy dużą rolę odgrywają uwarunkowania czasowe, konieczna jest realizacja sprzętowa z wykorzystaniem dedykowanego układu. W artykule przedstawiony został zachłanny algorytm kolorowania wierzchołków grafu oraz jego sprzętowa implementacja w układzie programowalnym FPGA. Dodatkowo omówiona została metoda reprezentacji danych opisujących strukturę grafu i przykład wykorzystania sprzętowego modułu kolorowania grafu, wspomagającego proces dekompozycji lingwistycznej, w systemie wnioskowania przybliżonego.
EN
Graph coloring algorithms are used wherever it is necessary to divide set on disjoint subsets according to specified criteria or not they meet the elements of the set. Most of the coloring algorithms are usually implemented as a computer or microcontroller program. To reduce computing time of the coloring result it is necessary to implement hardware using a dedicated chip. The paper presents graph greedy vertex algorithm and its hardware implementation in an FPGA chip. It describes also a graph data structure and finally implementation of the graph coloring module in the fuzzy hierarchical inference system. It is used in linguistic decomposition process of the knowledge base in the stage of the partitioning the rule base.
4
Sprzętowa implementacja algorytmu dekompozycji sIRD w układzie FPGA
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2010
|
Vol. 51, nr 1
25-28
PL
Jedną z metod obniżenia nakładów sprzętowych i obliczeniowych w realizacjach regułowych lub relacyjnych systemów wnioskowania przybliżonego jest wykorzystanie techniki dekompozycji bazy wiedzy opartej na operacji projekcji. Pozwala ona przedstawić system w postaci struktury hierarchicznej, jednak wynik uzyskiwany z takiego systemu może charakteryzować się zwiększoną rozmytością w porównaniu z wynikiem uzyskiwanym z systemu o klasycznej architekturze. Można tego uniknąć poprzez wstępny podział bazy wiedzy systemu wnioskującego, a dopiero w kolejnym etapie przeprowadzić właściwą dekompozycję. Opracowane do tej pory algorytmy podziału nie pozwalają uzyskać zadowalających wyników dla szerokiej klasy systemów. Zaprezentowany w artykule algorytm slRD, oparty na rozkładzie reguł sprzecznych w bazie wiedzy, pozwala uzyskać, jak do tej pory, najlepsze wyniki. Jego sprzętowa implementacja znalazła swoje odzwierciedlenie w systemie wnioskowania przybliżonego zrealizowanego na bazie układu FPGA.
EN
Hardware costs and computing time of the practical realization of the rule and relational fuzzy inference systems can be decreased using decomposition technique based on projection. It allows show system as a hierarchical architecture. The inference result of the system is more fuzzy than of the classical system. This disadventage can be eliminated through initial partitioning knowledge base of the inference system, and then used primary decomposition method. The known partitioning algorithms do not permit to get the optimal results for a wide class of the fuzzy systems. In the paper is presented a sIRD algorithm based on inconsistency rule distribution amount. It allows get nearly optimal partitioning results. It is implemented in hardware fuzzy inference system based on an FPGA chip.
5
Content available Sprzętowa implementacja algorytmów dekompozycji lingwistycznej opartych na podziale bazy wiedzy w układzie FPGA
Wyrwoł B.
Pomiary Automatyka Kontrola
|
2009
|
R. 55, nr 7
511-514
PL
Układowe realizacje systemów wnioskowania przybliżonego wymagają często znacznych nakładów. Zmniejszenie ich jest możliwe poprzez zastosowanie metody dekompozycji Gupty i przedstawieniu systemu jako struktury hierarchicznej. W celu wyeliminowania jej niekorzystnych własności konieczny jest wstępny podział bazy wiedzy. Zaproponowana została metoda najlepszego wyboru wykorzystująca wybrane algorytmy podziału, zaimplementowana w sprzętowym systemie wnioskowania przybliżonego FPGA-FIS.
EN
The hardware cost of a fuzzy inference system can be reduced using the Gupta's relational decomposition technique [1]. The system can be represented as a hierarchical architecture that comprises a set of Single Input Single Output subsystems (Fig. 1). The decomposition has some disadvantages, computation of the global relation ℜ is an extremely time-consuming process and a large memory is necessary to store it. They can be eliminated if projection is expanded on linguistic level and decomposition is used for the knowledge base (1), (Fig. 2) [2]. The projection operation (on relational or linguistic level) in some cases can lead to inevitable loss of information because of its approximate nature [3]. To avoid the inference error (the output result is more fuzzy than that obtained in the classical system architecture (3)) methods for partitioning (5) the knowledge base KB[Y , XK,? , X1] into p subbases without inconsistent rules (4) are proposed [4]. In Section 3 the methods based on partitioning towards a defined input linguistic variable (Fig. 3) and elimination of the inconsistent rules (Fig. 4) are described [5, 6]. The algorithms are simple and fast but the results are not optimal in all cases (hardware cost depends on the number of subsystems p, Tab. 1). Thus, the method of the best choice is proposed and implemented in the FPGA fuzzy inference system as a DMU (Decomposition Management Unit) module (Fig. 6).
6
Dekompozycja lingwistyczna bazy wiedzy systemu wnioskowania przybliżonego z eliminacją reguł sprzecznych
Wyrwoł B.
Elektronika : konstrukcje, technologie, zastosowania
|
2008
|
Vol. 49, nr 11
234-236
PL
W artykule przedstawiono metodę dekompozycji relacyjnej Gupty przeniesioną na płaszczyznę lingwistyczną i wykorzystaną w realizacjach regułowych systemów wnioskowania przybliżonego (FITA) strukturze hierarchicznej. Pozwala ona obniżyć nakłady sprzętowe i obliczeniowe. Wynik wnioskowania uzyskiwany z takiego systemu jest bardziej rozmyty, niż uzyskany z systemu o klasycznej strukturze. W artykule omówiona została technika dekompozycji wykorzystująca podział bazy wiedzy systemu wnioskowania przybliżonego. Pozwala ona zmniejszyć lub całkowicie wyeliminować nadmiarową rozmytość wyniku wnioskowania.
EN
The paper presents Gupta's relational decomposition technique expanded on linguistic level. The method can be used to implement First Inference Then Aggregation fuzzy hierarchical inference systems. It allows a decrease in the hardware cost of the fuzzy system or in the computing time of the final result. The inference result of the hierarchical system using decomposition technique is more fuzzy than of the classical system. The paper describes a linguistic decomposition technique based on partitioning the knowledge base of the fuzzy inference system. It allows to decrease or even totally remove a redundant fuzziness of the inference result.
7
Content available remote Linguistic decomposition technique based on partitioning the knowledge base of the fuzzy inference system
Wyrwoł B.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2008
|
Vol. 56, nr 1
71-76
EN
The paper presents Gupta's relational decomposition technique expanded on linguistic level. It allows to reduce the hardware cost of the fuzzy system or the computing time of the final result, especially when referring to First Aggregation Then Inference (FATI) relational systems or First Inference Then Aggregation (FITA) rule systems. The inference result of the hierarchical system using decomposition technique is more fuzzy than of the classical system. The paper describes a linguistic decomposition technique based on partitioning the knowledge base of the fuzzy inference system. It allows to decrease or even totally remove a redundant fuzziness of the inference result.
8
Content available Sprzętowa realizacja procesu dekompozycji lingwistycznej bazy wiedzy systemu wnioskowania przybliżonego
Wyrwoł B.
Pomiary Automatyka Kontrola
|
2007
|
R. 53, nr 7
33-35
PL
Metoda dekompozycji relacji rozmytych M. M. Gupty pozwala ograniczyć nakłady sprzętowe niezbędne w realizacji układowej systemów relacyjnych, jednak charakteryzuje się wysokim nakładem obliczeniowym. Tę niekorzystną własność można wyeliminować poprzez rozszerzenie metody podstawowej na płaszczyznę lingwistyczną. Podejście to pozwala wykorzystać uzyskane wyniki w realizacji zarówno systemów regułowych, relacyjnych, jak i mieszanych. W pracy przedstawiono sprzętowy modułu realizujący proces dekompozycji lingwistycznej bazy wiedzy zaimplementowany w systemie wnioskowania przybliżonego FPGA-FIS.
EN
The hardware cost of the FATI relational fuzzy inference system can be reduced using M. M. Gupta's decomposition technique. It is based at projection operation defined for fuzzy relation. A lot of time is required to compute a global relation and a large memory to store it. In the paper has been proposed a modified M. M. Gupta's decomposition method expanded on linguistic level. It allows reducing hardware cost of the implementation of the FITA or FITA/FATI fuzzy inference systems. It can be implemented as a hardware unit in an FPGA structure to decrease an initialization time of the FPGA-FIS system.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.