文献

J-GLOBAL ID：201702294646869044   整理番号：17A1351636

Takagi Sugenoファジィ推論システムを用いた深いファジィネットワークの開発【Powered by NICT】

Developing deep fuzzy network with Takagi Sugeno fuzzy inference system

著者 (2件)： Rajurkar Shreedharkumar (Department of Electrical Engineering, Indian Institute of Technology Kanpur, Kanpur, Uttar Pradesh, India 208016) ,  Verma Nishchal Kumar (Department of Electrical Engineering, Indian Institute of Technology Kanpur, Kanpur, Uttar Pradesh, India 208016)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FUZZ-IEEE  ページ： 1-6  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： 計算知能における最新のアルゴリズムは,パターン認識の地域の一部で人間の知能よりも良好になった。これら最新のアルゴリズムの多くは,多層人工神経回路網の概念から開発されてきた。大量数値および言語学的ルールのデータが近年作成されている。ファジィ集合あいまいさ,あいまいさと不正確に起因するモデル化不確実性に有用である。ファジィ推論システムは,人間に理解可能言語規則を組み込んだ。ファジィ集合,ファジィ推論システムと人工神経回路網の資産を結合させ多くの試みをした。単一ファジィ推論システムの使用性能を制限している。本論文では,基本単位としてTakagi Sugenoファジィ推論システムから開発された多層ネットワークの一般的なアーキテクチャを提案した。この一般的なアーキテクチャは,「Takagi Sugeno深いファジィネットワーク」と呼ばれている。多重明確なファジィ推論構造は,提案したアーキテクチャを用いて同定できる一般三層大深度TSファジィネットワークを本論文で詳細に説明した。誤差逆伝搬を用いた三層深部ファジィネットワークのすべてのネットワークパラメータの同定のための遺伝的アルゴリズムを提案した。提案したアーキテクチャとその同定法は二実験的事例研究を用いて検証した。提案したアーキテクチャの性能を正常,不正確で漠然とした状況で評価し,同じ構造を持つ人工神経回路網の性能と比較した。結果は,提案したアーキテクチャは,すべての状況における三層フィードフォワード人工ニューラルネットワーク上でしのぐことを示した。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： アルゴリズム ,  遺伝的アルゴリズム ,  *ネットワーク ,  不確実性 ,  パターン認識 ,  事例研究 ,  計算機アーキテクチャ ,  ファジィ集合 ,  言語 ,  曖昧さ ,  人工知能 ,  ニューラルネットワーク ,  *ファジィ推論 ,  モデリング
準シソーラス用語： *ファジィ推論システム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ファジィ推論システム ,  ファジィ ,  開発