文献

J-GLOBAL ID：201802276655624380   整理番号：18A0338643

多数入力特徴の適応ファジィ推論システムのための多層アーキテクチャ【Powered by NICT】

Multi-layer architecture for adaptive fuzzy inference system with a large number of input features

著者 (1件)： Iraji Mohammad Saber (Department of Computer Engineering and Information Technology, Payame Noor University, Islamic Republic of Iran)
資料名： Cognitive Systems Research  (Cognitive Systems Research)
巻： 42  ページ： 23-41  発行年： 2017年 
JST資料番号： W2363A  ISSN： 1389-0417  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： 訓練データを用いたSugeno適応ファジィニューラルネットワークは,異なるシステムをモデル化するための良好な近似である。適応ニューロ-ファジィ推論システム(ANFIS)入力特徴の多くは,ANFISを用いたにおける主要な挑戦であり,パラメータ増加には適用できない。モジュラ問題を解く多数の入力特徴のための解を提示したはこの目的のためにサブANFIS(MLA ANFIS)の多層構造を作成した。多入力特徴の様々な組み合わせで作製した異なるトポロジー,誤差指示器はトポロジーの各組み合わせに対して計算した。最後に,最良のトポロジーは,できる限りの高性能を持つ状態から選択された。異なるANFISトポロジーと神経回路網からこの目的のために八の入力特徴を用いる365日コンクリートの圧縮強度データと最適化されたMLA ANFISトポロジー(5 3 1)に基づく多層アプローチを実装した。最後に,他の五種のデータセットからの結果は,ニューラルネットワーク法と比較して提案したMLA ANFISアプローチの影響を証明した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  最適化 ,  モデリング ,  神経回路網 ,  ファジィニューラルネットワーク ,  コンクリート ,  指示計 ,  多層構造 ,  圧縮強さ ,  *計算機アーキテクチャ ,  位相幾何学 ,  *多層
準シソーラス用語： 訓練データ ,  *ファジィ推論システム , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応ファジィニューラルネットワーク ,  365日コンクリート ,  Takagi Sugeno ,  多層ANFIS ,  Limitation

分類 (2件)： 応用心理学  (AE02000A) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (4件)： 適応 ,  ファジィ推論システム ,  多層 ,  アーキテクチャ