Неитеративный синтез нейро-нечетких диагностических экспертных систем
Предложен метод синтеза диагностических экспертных систем на основе нейро-нечетких моделей,
 позволяющий использовать априорные экспертные знания, автоматически формировать разбиение
 признакового пространства и выделять нечеткие термы на основе эмпирических наблюдений, а в
...
Gespeichert in:
| Datum: | 2009 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/8202 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Неитеративный синтез нейро-нечетких диагностических экспертных систем / С.А. Субботин // Штучний інтелект. — 2009. — № 4. — С. 380-386. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | Предложен метод синтеза диагностических экспертных систем на основе нейро-нечетких моделей,
позволяющий использовать априорные экспертные знания, автоматически формировать разбиение
признакового пространства и выделять нечеткие термы на основе эмпирических наблюдений, а в
неитеративном режиме – определять значения весовых коэффициентов, функции постсинаптического
потенциала и активационные функции нейро-нечеткой сети.
Запропоновано метод синтезу діагностичних експертних систем на основі нейро-нечітких моделей,
що дозволяє використовувати апріорні експертні знання, автоматично формувати розбиття простору
ознак і виділяти нечіткі терми на основі емпіричних спостережень, а в неітеративному режимі –
визначати значення вагових коефіцієнтів, функції постсинаптичного потенціалу й активаційні функції
нейро-нечіткої мережі.
The method of diagnostic expert system synthesis based on neuro-fuzzy model is offered. It allows to use an
a priori expert knowledge, to form automatically a partition of feature space and to select fuzzy terms on the
basis of empirical observations, and also to determine weight values, weight and activation functions of
neuro-fuzzy network in a uniterated mode.
|
|---|---|
| ISSN: | 1561-5359 |