A Non-Linear Regression Analyse Through Neuro-Fuzzy Modelling

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F00%3A00010820" target="_blank" >RIV/61989100:27240/00:00010820 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A Non-Linear Regression Analyse Through Neuro-Fuzzy Modelling

Popis výsledku v původním jazyce

Pro dosažení odpovídající adekvátnosti modelů je použito techniky neuronového modelování k identifikaci fuzzy nelineárního regresního modelu Takagi-Sugeno. V příspěvku je prezentován fuzzy neuronový vývojový systém FUZNET a jeho aplikace při modelování reálné soustavy.

Název v anglickém jazyce

A Non-Linear Regression Analyse Through Neuro-Fuzzy Modelling

Popis výsledku anglicky

Pro dosažení odpovídající adekvátnosti modelů je použito techniky neuronového modelování k identifikaci fuzzy nelineárního regresního modelu Takagi-Sugeno. V příspěvku je prezentován fuzzy neuronový vývojový systém FUZNET a jeho aplikace při modelování reálné soustavy.

Druh

D - Stať ve sborníku

CEP obor

JB - Senzory, čidla, měření a regulace

OECD FORD obor

—

Projekt

—

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2000

Kód důvěrnosti údajů

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

Název statě ve sborníku

3rd Czech-Japan Seminar on Data Analysis and Decision Making Under Uncertainty

ISBN

0000000

ISSN

—

e-ISSN

—

Počet stran výsledku

3

Strana od-do

—

Název nakladatele

Osaka University

Místo vydání

Japonsko

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—