文献

J-GLOBAL ID：201702222429671280   整理番号：17A1730746

ニューロファジィ(ANFIS)分類の訓練における効果dimensionalty法の比較【Powered by NICT】

Comparison of the effects dimensionalty methods in the training of neuro-fuzzy (ANFIS) classifications

著者 (3件)： Yuksek Ahmet Gurkan (Cumhuriyet UEniversitesi - Bilgisayar Muehendisligi Sivas-Tuerkiye) ,  Arslan Halil (Cumhuriyet UEniversitesi - Bilgisayar Muehendisligi Sivas-Tuerkiye) ,  Kaynar Oguz (Cumhuriyet UEniversitesi - Yonetim Bilisim Sistemleri Sivas-Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IDAP  ページ： 1-9  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 適応ネットワークベースファジィ推論システム(ANFIS)を並列計算と学習特徴とファジィ論理抽出と人工ニューラルネットワークモデルを用いたハイブリッド人工知能方法である。ANFISより入力パラメータ数とモデルの創造は,応用のための非常に便利ではない。次元低減法は,この問題に対する解決策として示した。次元縮小は,低次元空間におけるデータを表現するために用いられる方法である。オートエンコーダと主成分分析を用いて入力パラメータの数と入力パラメータの数とANFISモデルを用いたプロービングの最適解の生成の減少の減少は本研究のフレームワークを構成するCopyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 次元縮小 ,  ファジィ論理 ,  *ファジィニューラルネットワーク ,  学習 ,  人工知能 ,  並列演算 ,  主成分分析
準シソーラス用語： 最適解 ,  低次元 ,  入力パラメータ ,  神経回路網モデル ,  適応ネットワーク ,  ファジィ推論システム ,  *適応ニューロ-ファジィ推論システム , 【Automatic Indexing@JST】

分類 (5件)： 信頼性  (KB04040H) ,  セラミック・磁器の性質  (YC03030G) ,  油圧・空気圧機器  (QD04020X) ,  図形・画像処理一般  (JE04010I) ,  下水道工学,廃水処理一般  (SC03010E)

タイトルに関連する用語 (4件)： ニューロファジィ ,  ANFIS ,  分類 ,  訓練