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 неитеративном режиме – о...
Збережено в:
| Дата: | 2009 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/8202 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Неитеративный синтез нейро-нечетких диагностических экспертных систем / С.А. Субботин // Штучний інтелект. — 2009. — № 4. — С. 380-386. — Бібліогр.: 7 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | 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 |