Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы

Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы

Предложен метод обучения нейро-фаззи систем, который включает процессы эволюции архитектуры, самообучения функций принадлежности и обучения синаптических весов. Этот подход обеспечивает высокое быстродействие и возможность обрабатывать информацию в on line режиме, адаптируя при этом параметры и стру...

Full description

Saved in:
Bibliographic Details
Published in:Кибернетика и системный анализ
Date:2015
Main Authors: Бодянский, Е.В., Бойко, Е.А., Плисс, И.П.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2015
Subjects:
Кибернетика
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/124833
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы / Е.В. Бодянский, Е.А. Бойко, И.П. Плисс // Кибернетика и системный анализ. — 2015. — Т. 51, № 4. — С. 13-18. — Бібліогр.: 21 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-124833
record_format dspace
spelling Бодянский, Е.В.
Бойко, Е.А.
Плисс, И.П.
2017-10-06T18:57:53Z
2017-10-06T18:57:53Z
2015
Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы / Е.В. Бодянский, Е.А. Бойко, И.П. Плисс // Кибернетика и системный анализ. — 2015. — Т. 51, № 4. — С. 13-18. — Бібліогр.: 21 назв. — рос.
0023-1274
https://nasplib.isofts.kiev.ua/handle/123456789/124833
004.032.26
Предложен метод обучения нейро-фаззи систем, который включает процессы эволюции архитектуры, самообучения функций принадлежности и обучения синаптических весов. Этот подход обеспечивает высокое быстродействие и возможность обрабатывать информацию в on line режиме, адаптируя при этом параметры и структуру системы к условиям задачи.
Запропоновано метод навчання нейро-фаззі систем, який поєднує процеси еволюції архітектури, самонавчання функцій належності і навчання синаптичних ваг. Цей підхід забезпечує високу швидкодію і можливість обробляти інформацію в on line режимі, адаптуючи при цьому параметри і структуру системи до умов задачі.
A neuro-fuzzy system learning method is proposed. It combines architecture evolving processes, membership functions self-learning, and synaptic weights learning. This method provides quick response and on-line information processing by adapting the system parameters and structure to problem conditions.
ru
Інститут кібернетики ім. В.М. Глушкова НАН України
Кибернетика и системный анализ
Кибернетика
Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
Адаптивний метод гібридного навчання еволюціонуючої нейро-фаззі системи
Adaptive method of hybrid learning for evolving neuro-fuzzy system
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
spellingShingle Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
Бодянский, Е.В.
Бойко, Е.А.
Плисс, И.П.
Кибернетика
title_short Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
title_full Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
title_fullStr Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
title_full_unstemmed Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
title_sort адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы
author Бодянский, Е.В.
Бойко, Е.А.
Плисс, И.П.
author_facet Бодянский, Е.В.
Бойко, Е.А.
Плисс, И.П.
topic Кибернетика
topic_facet Кибернетика
publishDate 2015
language Russian
container_title Кибернетика и системный анализ
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
format Article
title_alt Адаптивний метод гібридного навчання еволюціонуючої нейро-фаззі системи
Adaptive method of hybrid learning for evolving neuro-fuzzy system
description Предложен метод обучения нейро-фаззи систем, который включает процессы эволюции архитектуры, самообучения функций принадлежности и обучения синаптических весов. Этот подход обеспечивает высокое быстродействие и возможность обрабатывать информацию в on line режиме, адаптируя при этом параметры и структуру системы к условиям задачи. Запропоновано метод навчання нейро-фаззі систем, який поєднує процеси еволюції архітектури, самонавчання функцій належності і навчання синаптичних ваг. Цей підхід забезпечує високу швидкодію і можливість обробляти інформацію в on line режимі, адаптуючи при цьому параметри і структуру системи до умов задачі. A neuro-fuzzy system learning method is proposed. It combines architecture evolving processes, membership functions self-learning, and synaptic weights learning. This method provides quick response and on-line information processing by adapting the system parameters and structure to problem conditions.
issn 0023-1274
url https://nasplib.isofts.kiev.ua/handle/123456789/124833
citation_txt Адаптивный метод гибридного обучения эволюционирующей нейро-фаззи системы / Е.В. Бодянский, Е.А. Бойко, И.П. Плисс // Кибернетика и системный анализ. — 2015. — Т. 51, № 4. — С. 13-18. — Бібліогр.: 21 назв. — рос.
work_keys_str_mv AT bodânskiiev adaptivnyimetodgibridnogoobučeniâévolûcioniruûŝeineirofazzisistemy
AT boikoea adaptivnyimetodgibridnogoobučeniâévolûcioniruûŝeineirofazzisistemy
AT plissip adaptivnyimetodgibridnogoobučeniâévolûcioniruûŝeineirofazzisistemy
AT bodânskiiev adaptivniimetodgíbridnogonavčannâevolûcíonuûčoíneirofazzísistemi
AT boikoea adaptivniimetodgíbridnogonavčannâevolûcíonuûčoíneirofazzísistemi
AT plissip adaptivniimetodgíbridnogonavčannâevolûcíonuûčoíneirofazzísistemi
AT bodânskiiev adaptivemethodofhybridlearningforevolvingneurofuzzysystem
AT boikoea adaptivemethodofhybridlearningforevolvingneurofuzzysystem
AT plissip adaptivemethodofhybridlearningforevolvingneurofuzzysystem
first_indexed 2025-12-07T17:38:37Z
last_indexed 2025-12-07T17:38:37Z
_version_ 1850872029068132352

Similar Items