文献

J-GLOBAL ID：202202283756540012   整理番号：22A0327276

テンソルアンフォールディング構造学習法による台形タイプ2ファジィ推論システム【JST・京大機械翻訳】

Trapezoidal type-2 fuzzy inference system with tensor unfolding structure learning method

著者 (4件)： Huang Sharina (College of Science, Inner Mongolia Agricultural University, Hohhot 010018, PR China) ,  Zhao Guoliang (College of Electronic Information Engineering, Inner Mongolia University, Hohhot 010021, PR China) ,  Weng Zhi (College of Electronic Information Engineering, Inner Mongolia University, Hohhot 010021, PR China) ,  Ma Shengyun (College of Science, Inner Mongolia Agricultural University, Hohhot 010018, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 473  ページ： 54-67  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  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,台形タイプ2ファジィ推論システム(TT2FIS)を紹介した。タイプ2ファジィ推論システムを構築するために,台形タイプ-2ファジィ集合を採用してファジィルールの先行部分を構築し,ファジィ集合の中心を進化自律データ分割アルゴリズムによって大まかにクラスタ化した。データセット自体によって発生する中心の影響をさらに除去するために,それは不均衡データによって容易に影響を受けることができて,自律データ分割アルゴリズムによって作り出すデータクラウドは,Hammersleyシーケンスによってフィルターにかけて,対称性台形タイプ-2ファジィ集合は,生成されたクラスタ中心と問題のない標準偏差発生方式によって作り出した。結果的に,一般化タイプ-2TSKはテンソルによって定式化され,台形タイプ-2ファジィ集合の3つの構成部分(低いメンバーシップ関数,上部メンバーシップ関数,およびデータサンプルのタイプ縮小集合)によって得られ,結果としての部分のパラメータはテンソルから折りたたる行列方程式の反復的結果である。最後に,シミュレーション結果を行い,提案した台形タイプ2ファジィ推論システムの有効性を検証した。シミュレーション結果は,TT2FISの一般化が,一致タイプ2ファジィ推論システムまたは適応タイプ1ファジィ推論システムより良いことを示した。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： アルゴリズム ,  シミュレーション ,  対称性 ,  *テンソル ,  フィルタ ,  標準偏差 ,  クラスタ化 ,  ファジィ集合 ,  クラスタ ,  問題 ,  有効性 ,  メンバシップ関数 ,  定式化 ,  *ファジィ推論
準シソーラス用語： ファジィルール ,  *ファジィ推論システム , 【Automatic Indexing@JST】

著者キーワード (5件)： 台形ファジィ数 ,  Hammersleyサンプリング法 ,  台形2型ファジィ集合 ,  Einstein積 ,  テンソル化ファジィシステム

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： テンソル ,  アンフォールディング ,  台形 ,  タイプ ,  ファジィ推論システム