Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: rozmyte sieci neuronowe

Sortuj według:

Ogranicz wyniki do:

Fuzzy neural networks with an application to medical diagnosis

100%

Rutkowska D.

tom Vol. 18, no. 1-2

71-78

A hybrid learning procedure for fuzzy neural networks is presented. In the first stage the genetic algorithm performs global search and seeks a near-optimal initial point for the second stage which is based on the back-propagation algorithm. An application to medical diagnosis is described.

W artykule przedstawiono hybrydową procedurę uczenia rozmytych sieci neuronowych. W pierwszym etapie uczenia algorytm genetyczny poszukuje rozwiązania bliskiego optimum, które stanowi punkt początkowy dla algorytmu wzorowanego na metodzie wstecznej propagacji błędów i wykorzystywanego w drugim etapie uczenia. W pracy opisano zastosowanie rozmytej sieci neuronowej do diagnostyki medycznej.

Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych

67%

Małolepsza O.

tom T. 15, nr 1

11--20

Metody adaptacji systemów wiedzy opartej na zbiorach rozmytych są bardzo ważnym tematem, ponieważ udoskonalają i optymalizują wydajność systemów rozmytych poprzez właściwą metodę adaptacji. Metoda adaptacji zależy od konkretnego zastosowania, wymagań systemowych, dostępnych danych i dziedziny problemu. W artykule przedstawiono zagadnienia związane ze zbiorami rozmytymi oraz podano przykłady. Ponadto zaprezentowano metody adaptacji systemów wiedzy opartej na zbiorach rozmytych takie jak algorytmy genetyczne, programowanie ewolucyjne, algorytmy uczące się, uczenie przez wzmacnianie oraz adaptację online.

Adaptation methods for knowledge systems based on fuzzy sets are a very important topic because they improve and optimize the performance of fuzzy systems through a proper adaptation method. The adaptation method depends on the specific application, system requirements, available data and the problem domain. In this paper, the issues related to fuzzy sets are presented and examples are given. In addition, methods for adaptation of fuzzy set-based knowledge systems such as genetic algorithms, evolutionary programming, learning algorithms, reinforcement learning and online adaptation are presented.