دانلود ترجمه مقاله الگوریتم یادگیری جدید برای یک سیستم استنتاج فازی-عصبی کاملا همبند - مجله IEEE

قیمت خرید این محصول

۴۱,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

الگوریتم یادگیری جدید برای یک سیستم استنتاج فازی-عصبی کاملا همبند

عنوان انگلیسی

A New Learning Algorithm for a Fully Connected Neuro-Fuzzy Inference System

صفحات مقاله فارسی

50

صفحات مقاله انگلیسی

17

سال انتشار

2014

نشریه

آی تریپل ای - IEEE

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد

کد محصول

4123

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه شده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی کامپیوتر

گرایش های مرتبط با این مقاله

مهندسی نرم افزار و هوش مصنوعی

مجله

یافته ها در حوزه شبکه های عصبی و سیستم های یادگیری

دانشگاه

گروه علوم و تکنولوژی، دانشگاه ماکاو، کشور چین

کلمات کلیدی

سیستم استنتاج فازی-عصبی کاملآ همبند (F-CONFIS)، منطق فازی، شبکه‌های عصبی فازی، گرادیان نزولی، شبکه‌های عصبی (NN)، سیستم عصبی-فازی، یادگیری بهینه

فهرست مطالب

چکیده
1 مقدمه
2 خصیصه‌های ویژه سیستم‌های F CONFIS معادل
A یک سیستم استنتاج فازی عصبی کاملآ همبند
B خصیصه خاص F CONFIS
3 یادگیری بهینه جدید F CONFIS
الگوریتم 1 : یادگیری بهینه سیستم عصبی فازی با F CONFIS
5 مثال‌های نشان داده‌شده
6 نتیجه
ضمیمه

نمونه چکیده متن اصلی انگلیسی

Abstract

A traditional neuro-fuzzy system is transformed into an equivalent fully connected three layer neural network (NN), namely, the fully connected neuro-fuzzy inference systems (F-CONFIS). The F-CONFIS differs from traditional NNs by its dependent and repeated weights between input and hidden layers and can be considered as the variation of a kind of multilayer NN. Therefore, an efficient learning algorithm for the F-CONFIS to cope these repeated weights is derived. Furthermore, a dynamic learning rate is proposed for neuro-fuzzy systems via F-CONFIS where both premise (hidden) and consequent portions are considered. Several simulation results indicate that the proposed approach achieves much better accuracy and fast convergence.

نمونه چکیده ترجمه متن فارسی

چکیده
یک سیستم فازی-عصبی سنتی در یک شبکه عصبی (NN) سه لایه کاملآ همبند معادل، به نام، سیستم استنتاج عصبی-فازی کاملآ همبند (F-CONFIS) شکل‌گرفت. F- CONFIS از NNهای سنتی توسط وزن‌های وابسته و تکرارشده‌اش بین لایه‌های ورودی-خروجی متمایز شده‌است و می‌تواند به عنوان تغییرات در انواع NNهای چندلایه دیده‌شود. بنابراین، یک الگوریتم یادگیری کارآمد برای F-CONFIS برای مقابله با این وزن‌های تکرارشده مشتق‌شده‌است. بنابراین، یک نسبت یادگیری پویا برای سیستم‌های عصبی-فازی با F-CONFIS در جایی که هردو قضیه (پنهان) و بخش نتیحه بررسی‌شده‌اند، بیان می‌شود. نتایج شبیه‌سازی متعددی نشان‌می‌دهند که رویکرد پیش‌بینی شده دقت‌ بسیار بهتر و سرعت همگرایی بسیار بهتری را بدست‌می‌آورد.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی کامپیوتر، دانلود رایگان مقالات انگلیسی هوش مصنوعی