Алгоритмы распознавания непрерывных объектов на основе синтеза моделей нечеткой логики и нейронной сети

Ushbu maqolada noturg'un ob'ektlarni aniqlash, tasniflash, talqin qilish, tahlil qilish va prognozlash masalalarini hal qilish uchun ma'lumotlarni adaptiv qayta ishlash tizimlarini qurishga konstruktiv yondashuvlar ko'rib chiqiladi. Matematik apparat - sun'iy neyron tarmoqlar (NN), noaniq mantiq modellari, shuningdek, moslashuv, approksimatsiya va o'z-o'zini tashkil etish xususiyatlaridan foydalanish usullari va algoritmlari keltirilgan.

Asosiy mavzular

Neyron tarmoqlar (NN) yordamida ma'lumotlarni qayta ishlash: Noturg'un jarayonlarni qayta ishlash uchun neyron tarmoqlarni yaratish, NNni o'qitishni tashkil etish, noaniq qoidalar bilan ma'lumotlar bazalarini ishlab chiqish, antetsedentlar va qoidalar oqibatlarining optimal qiymatlarini topish, hosilalarni hisoblashga asoslangan optimallashtirishning klassik usullari imkoniyatlarini birlashtirish ko'rib chiqiladi.
Noaniq xulosalar asosida adaptiv faollashtirish funktsiyasi algoritmi: Neyronning sinaptik og'irliklarini sozlash, o'qitish tezligini aniqlash, sifat mezonlarini hisoblash, o'qitish xatosini aniqlash va og'irlik tuzatishlarini hisoblash algoritmi ko'rib chiqiladi. Olingan algoritmlar neyron parametrlarini parallel sozlash va tekshirish imkonini beradi, bu esa har bir o'qitish qadamida hisoblash vaqtini qisqartiradi.
Neyron tarmoqni o'qitish: O'qitish to'plamlarini shakllantirish usullari, noaniq qoidalarni aniqlash, antetsedentlar va oqibatlar parametrlarini optimallashtirish va gradient usullari va noaniq baholash kombinatsiyasi yordamida neyron tarmoqlarni o'qitish algoritmlarini ishlab chiqish va taqqoslash tahlili ko'rib chiqiladi.