トレイニングTSKタイプニューロファジィネットワークに対する複数角度進化アルゴリズムの使用

HUNG Pei-Chia; LIN Sheng-Fuu; HSU Yung-Chi

文献

J-GLOBAL ID：201302216932050096 整理番号：13A1865499

トレイニングTSKタイプニューロファジィネットワークに対する複数角度進化アルゴリズムの使用

USING MULTI-ANGLES EVOLUTIONARY ALGORITHMS FOR TRAINING TSK-TYPE NEURO-FUZZY NETWORKS

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=13A1865499&from=J-GLOBAL&jstjournalNo=F1199A") }}

著者 (3件)： , ,
資料名：
巻： 8 号： 11 ページ： 7793-7818 発行年： 2012年11月
JST資料番号： F1199A ISSN： 1349-4198 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：英語 (EN)

ロバストニューロファジィネットワークの構築に対するグローバルベースの方法の開発が興味深い問題となった。種々の構築法の中で,進化アルゴリズムが,最適解に適合する機会を増大するロバストな方法を提供する。しかしながら,進化アルゴリズムは,最適解を得る探索空間を評価するために単一の角度を使用するのみである。これは,最適解への適合は,ゆっくりであること,あるいは困難ですらあることを含む。従って,本論文では,探索空間を評価するために複数の角度を用いる新しいアーキテクチャを提供した。より明確に述べると,新しいアーキテクチャは,複数の角度を採用し,探索空間を動的に調整することにより進化プロセスを改善した。これを行うことにより,提案したアーキテクチャは,最適解に適合する機会を増加できた。結果において示すように,提案したアーキテクチャは,他の既存の進化アルゴリズムより優れていた。この結果に基づき,1つのフレームワークを提案し,解空間の複数の角度を考察する進化アルゴリズムを開発するためのベンチマークを構築した。(翻訳著者抄録)

, , , , , ,
, , , , ,

人工知能

引用文献 (55件)：

E. Frias-Martinez, S. Y. Chen and X. Liu, Survey of data mining approaches to user modeling for adaptive hypermedia, IEEE Trans. SMC: Part C, vol.36, no.6, pp.734-749, 2006.
C. J. Lin and Y. J. Xu, The design of TSK-type fuzzy controllers using a new hybrid learning approach, International Journal of Adaptive Control and Signal Processing, vol.20, pp.1-25, 2006.
J. Tan and C. Quek, A BCM theory of meta-plasticity for online self-reorganizing fuzzy-associative learning, IEEE Trans. Neural Networks, vol.21, no.6, pp.985-103, 2010.
S. K. Ng and H. J. Chizeck, Fuzzy model identification for classification of gait events in paraplegics, IEEE Trans. Fuzzy Systems, vol.5, no.4, pp.536-544, 1997.
C. J. Lin, H. C. Chuang and Y. J. Xu, Face detection in color images using efficient genetic algorithms, Optical Engineering, vol.45, no.4, 2006.

, , ,

前のページに戻る