Вид документа : Статья из журнала Шифр издания : Автор(ы) : Синюк В. Г., Кулабухов С. В. Заглавие : Машинное обучение нейро-нечеткой системы на основе нечеткого значения истинности Параллельн. заглавия :Machine learning of neuro fuzzy system based on fuzzy truth value Серия: Обработка информации и анализ данных Разночтения заглавия :: Нечеткий вывод на основе нечеткого значения истинности: Обучение нейро-нечеткой системы с использованием эволюционной стратегии: Вычислительный эксперимент Место публикации : Информационные технологии и вычислительные системы. - 2020. - № 1. - С.3-11: ил., табл. - ISSN 2071-8632 (Шифр itiv/2020/1). - ISSN 2071-8632 Примечания : Библиогр.: с. 9-11 (16 назв. ) УДК : 004.8 ББК : 32.813 Предметные рубрики: Радиоэлектроника Искусственный интеллект. Экспертные системы Ключевые слова (''Своб.индексиров.''): нейро-нечеткие системы--нечеткие выводы--нечеткие продукционные системы--нечеткое значение истинности--нечеткое множество--нечеткое моделирование--системы логического типа Аннотация: Описываются нейро-нечеткие системы, в которых вывод осуществляется продукционными системами логического типа на основе нечеткого значения истинности. Для обучения таких систем рассматривается применение эволюционной стратегии. Описывается ряд особенностей реализации системы. Приводятся результаты вычислительного эксперимента, состоящего в аппроксимации функциональной зависимости нейро-нечеткой системой, обучением и оценкой качества. Доп.точки доступа: Кулабухов, С. В. |