Vše
Vše

Co hledáte?

Vše
Projekty
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

On-line učení Takagi-Sugenovského neuro fuzzy modelu

Popis výsledku

V článku se poskytuje fuzzy neuronová síť založená na fuzzy Takagi-Sugenovském modelu pro aproximaci vstupně-výstupních dat systémů. Přímá identifikace je poskytovaná novými identifikačními procedurami a řídícím subsystémem. Nové identifikační proedury ařídící subsystém byly implementovány do programového systému FUZNET. Prezentuje se predikce umělé časové řady použitím procedur pomocí přímého učení fuzzy neuronového regresního modelu (OLNFRM).

Klíčová slova

Takagi-Sugeno fuzzy modelFUZNETneuro-fuzy non-linear modelling

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Online Learning of Neural Takagi-Sugeno Fuzzy Model

  • Popis výsledku v původním jazyce

    In this paper a fuzzy neural network is proposed which embodies a fuzzy Takagi-Sugeno model to approximate the input-output data of systems. The online identification is provided by the new identifying procedures and control subsystem. The new identifying procedures and control subsystem were implemented into programme FUZNET. The case study presenting the prediction of artificial time series using the procedures of Online Learning Fuzzy Neural Regression Model (OLNFRM).

  • Název v anglickém jazyce

    Online Learning of Neural Takagi-Sugeno Fuzzy Model

  • Popis výsledku anglicky

    In this paper a fuzzy neural network is proposed which embodies a fuzzy Takagi-Sugeno model to approximate the input-output data of systems. The online identification is provided by the new identifying procedures and control subsystem. The new identifying procedures and control subsystem were implemented into programme FUZNET. The case study presenting the prediction of artificial time series using the procedures of Online Learning Fuzzy Neural Regression Model (OLNFRM).

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

Ostatní

  • Rok uplatnění

    2005

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    NAFIPS Soft Computing for Real World Applications Ann Arbor

  • ISBN

    0-7803-9188-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    North Amerian Fuzzy Information Progressing Society

  • Místo vydání

    Michigan

  • Místo konání akce

    Michigan

  • Datum konání akce

    1. 1. 2005

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku