文献

J-GLOBAL ID：202202220942725653   整理番号：22A0480668

IT2CFNN:非線形関数近似のための不確定および適応形状を持つ非分離ファジィルールを構築するための区間タイプ2相関意識ファジィニューラルネットワーク【JST・京大機械翻訳】

IT2CFNN: An interval type-2 correlation-aware fuzzy neural network to construct non-separable fuzzy rules with uncertain and adaptive shapes for nonlinear function approximation

著者 (1件)： Salimi-Badr Armin (Faculty of Computer Science and Engineering, Shahid Beheshti University, Tehran, Iran)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 115  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 本論文では,様々な形状の非分離ファジィルールを構築することができる新しい区間タイプ2ファジィニューラルネットワークを関数近似問題のために導入した。不確実性を反映するために,ファジィ集合の形状は不確実であると考えられている。したがって,異なる形状(三角形,ベル型,台形を含む)を構築できる一般的Gaussモデルに基づく成形可能間隔タイプ2ファジィ集合の新しい形式を提案した。入力変数間の相互作用を考慮するために,入力ベクトルを,各ファジィルールを定義するために適切な非相関変数を有する新しい特徴空間に変換した。次に,適応形状を有する提案した間隔タイプ-2ファジィ集合を用いて,新しい特徴をファジィ化層に供給した。その結果,変数と不確実性の局所相互作用を考慮して,適切な形状を有する間隔タイプ2非分離ファジィルールを形成した。タイプ低減のために,各ファジィルールの上下発火強度の寄与を別々に適応的に選択した。ネットワークの異なるパラメータを訓練するために,Levenberg-Marquardt最適化法を利用した。提案した方法の性能を,不確実性を考慮する能力を示すために,クリーンでノイズのあるデータセットに関して調査した。さらに,提案したパラダイムを,実世界時系列予測,回帰問題,および非線形システム同定に適用することに成功した。実験結果に従って,提案モデルの性能は,より節約的な構造で他の方法より優れている。いくつかの実験に基づいて,提案方法の試験RMSEは,雑音の多いMcGlass時系列予測に対して0.0243,Santa-Feレーザ予測に対して1.92,Box-Jenkinsシステム同定に対して0.0301,ポーランド電力負荷予測に対して0.0569,Google株価追跡に対して4.22,およびSydney株価追跡に対して13.22であった。Copyright 2022 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： 最適化 ,  雑音 ,  相互作用 ,  ベクトル ,  電力 ,  *ネットワーク ,  *不確実性 ,  システム同定 ,  負荷予測 ,  *関数近似 ,  ファジィ集合 ,  Gauss模型 ,  *ファジィニューラルネットワーク
準シソーラス用語： 時系列予測 ,  *ファジィルール , 【Automatic Indexing@JST】

著者キーワード (5件)： ファジィニューラルネットワーク ,  区間タイプ2ファジィ集合 ,  非分離ファジィルール ,  対話型変数 ,  関数近似

分類 (2件)： システム・制御理論一般  (IA02010H) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (10件)： 非線形関数 ,  近似 ,  確定 ,  適応 ,  ファジィルール ,  構築 ,  タイプ ,  相関 ,  意識 ,  ファジィニューラルネットワーク