Вейвлет-нейро-фаззі-система типу-2 та алгоритм її навчання в задачах інтелектуальної обробки інформації

dc.contributor.authorБодянский, Є. В.
dc.contributor.authorВинокурова, О. А.
dc.contributor.authorBodyanskiy, Ye.
dc.contributor.authorVynokurova, O. A.
dc.contributor.authorБодянський, Е. В.
dc.contributor.authorВинокурова, Е. А.
dc.date.accessioned2014-03-07T08:41:31Z
dc.date.available2014-03-07T08:41:31Z
dc.date.issued2010
dc.description.abstractenThe type-2 wavelet-neuro-fuzzy system, which is implemented by the ensemble of usual type-1 systems with different parameters of type-2 fuzzy-wavelet membership function is proposed. Also the real time type-reduction and defuzzyfication procedure is introduced, which allows to synthesize the optimal output signal on-line. The proposed type-2 wavelet-neuro-fuzzy systems can be used in Data Mining tasks. The experimental simulations based on different non-stationary process are performed. Experimental simulation results confirm the appropriateness of the proposed methods.uk
dc.description.abstractruВ статье предложена вэйвлет-нейро-фаззи система типа-2, которая реализуется с помощью ансамбля обычных систем первого типа с различными параметрами фаззи-вэйвлет-функций принадлежности типа-2. Также предложена процедура редукции-дефаззификации реального времени, позволяющая в on-line режиме синтезировать оптимальный выходной сигнал. Введенную вэйвлет-нейро-фаззи систему типа-2 можно использовать для решения задач интеллектуальной обработки информации. Проведено экспериментальное моделирование на различных нестационарных процессах, результаты, которого подтверждают эффективность предложенных методов.uk
dc.description.abstractukВ статті запропонована вейвлет-нейро-фаззі система типу-2, що реалізується за допомогою ансамблю звичайних систем першого типу з різними параметрами фаззі-вейвлет-функцій належності типу-2. Також запропонована процедура редукції-дефаззіфікації реального часу, що дозволяє в on-line режимі синтезувати оптимальний вихідний сигнал. Введену вейвлет-нейро-фаззі систему типу-2 можна використовувати для вирішення задач інтелектуальної обробки інформації. Проведено експериментальне моделювання на довільних нестаціонарних процесах, результати, якого підтверджують доцільність запропонованих методів.uk
dc.format.pagerangeС. 139-148uk
dc.identifier.citationБодянский Е. В. Вэйвлет-нейро-фаззи система типа-2 и алгоритм ее обучения в задачах интеллектуальной обработки информации / Е. В. Бодянский, Е. А. Винокурова // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2010. – № 17(37). – С. 139–148. – Бібліогр.: 17 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/6945
dc.language.isoruuk
dc.publisherНТУУ "КПІ"uk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління: міжвідомчий науково-технічний збірникuk
dc.status.pubpublisheduk
dc.subjectвэйвлет-нейро-фаззи система типа-2uk
dc.subjectинтеллектуальная обработка информацииuk
dc.subjectансамбль нейронных сетейuk
dc.subject.udc004.032.26uk
dc.titleВейвлет-нейро-фаззі-система типу-2 та алгоритм її навчання в задачах інтелектуальної обробки інформаціїuk
dc.title.alternativeType-2 wavelet-neuro-fuzzy system and its learning algorithm in the Data Mininguk
dc.title.alternativeВэйвлет-нейро-фаззи система типа-2 и алгоритм ее обучения в задачах интеллектуальной обработки информацииuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
19_139.pdf
Розмір:
299.22 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис: