رویکردی جدید در مدل سازی یک شبکه عصبی پرسپترون فازی تطبیقی
Publish place: 3rd International Conference on Applied Research in Computer Engineering and Information Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 491
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF03_150
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
در این مقاله روش جدیدی برای مدلسازی یک شبکه عصبی پروسپنرون فازی تطبیقی )perceptron neural network Adaptive fuzzy از ترکیب سیستم فازی (Takagi–Sugeno–Kang) TSK و شبکه عصبی MLP Multi-Layer Perceptron ارائه شده است در مدل پیشنهادی تابع ثابت یا خطی ورودی ها در بخش نتیجه سیستم فازی TSK با شبکه عصبی پرسپترون دولایه جایگزین می شود بنابراین هر قانون فازی از مجموعه فازی برای جدا کردن استفاده شده است نتایج به دست آمدهاز اجرای روش AFP روی این دو دستگاه نشان می دهد روش پیشنهادی با تعداد پارامترهای کمتر و سرعت بیشتر می تواند به دقت قبولی دست یابد.
Keywords:
Authors
مصطفی مشکات
دانشگاه کارشناسی ارشد گروه هوش مصنوعی واحد مشهد دانشگاه آزاد اسلامی مشهد ایران
مهدی یعقوبی
استادیار گروه هوش مصنوعی واحد مشهد دانشگاه آزاد اسلامی واحد مشهد ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :