文献

J-GLOBAL ID：201802257850122439   整理番号：18A0817467

時系列応用のためのベータ基底関数区間タイプ2ファジィニューラルネットワーク【JST・京大機械翻訳】

A Beta basis function Interval Type-2 Fuzzy Neural Network for time series applications

著者 (3件)： Baklouti N. (REGIM-Lab, REsearch Groups in Intelligent Machines, University of Sfax, ENIS, BP 1173, Sfax, 3038, Tunisia) ,  Abraham A. (Machine Intelligence Research Labs (MIR Labs), P.O. Box 2259, Auburn, Washington 98071-2259, USA) ,  Alimi A.M. (REGIM-Lab, REsearch Groups in Intelligent Machines, University of Sfax, ENIS, BP 1173, Sfax, 3038, Tunisia)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 71  ページ： 259-274  発行年： 2018年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 現実の生命における膨大な複雑さと不確実性は,より良い近似器と実際のデータ挙動における適切な関係を見つけるために,進歩した自動学習方法の使用を必要とした。ニューロファジィシステムは優れた普遍的近似器であることが証明されている。本論文において,著者らは,BIT2FNNである,新しいベースの機能Interval Type-2ファジィニューラルネットワークを提案する。”ベータ基底関数Interval Type-2ファジィニューラルネットワーク”である。主なアイデアは,ファジィネットワークの設計プロセスにおけるタイプ2βファジィ集合を含むことである。提案したアーキテクチャは,先行部分におけるベータタイプ-2ファジィ集合に基づいているが,結果としての部分はTSK(Takagi-Sugeno-Kang)ファジィ出力戦略を達成する。ベータ関数の柔軟性により,ネットワークは良好な性能を達成し,雑音のあるデータに対して良好な抵抗を示した。タイプ1とタイプ2ベータ関数の一次導関数を,与えられた入出力対に基づくファジィ論理システムを設計するために初めて開発した。逆伝搬アルゴリズムを,先行ファジィベータパラメータの学習プロセスおよび結果としての部分に対して用いた。Betaファジィ論理システムの提案したモデルの性能を,時系列応用の主に2つの問題で評価した。パラメータの異なる設定と雑音のレベルとECG心拍数時間シリーズ監視問題によるMackey Glass Chaotic Timeシリーズ予測問題である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Β関数 ,  *ファジィニューラルネットワーク ,  ファジィ集合 ,  不確実性 ,  予測 ,  *曖昧さ ,  *基底関数 ,  導関数 ,  雑音 ,  心拍 ,  近似法 ,  柔軟性 ,  *ネットワーク ,  計算機アーキテクチャ
準シソーラス用語： ファジィ論理システム , 【Automatic Indexing@JST】

著者キーワード (5件)： ベータ関数 ,  ニューラルファジィネットワーク ,  タイプ2ファジィ論理 ,  Mackeyガラス時系列 ,  ECG電気図時系列

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 時系列 ,  応用 ,  基底関数 ,  タイプ ,  ファジィニューラルネットワーク