최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.14 no.1, 2013년, pp.378 - 384
박건준 (원광대학교 정보통신공학과) , 이동윤 (중부대학교 전기전자공학과)
In this paper, we propose the fuzzy neural networks based on fuzzy c-means clustering algorithm. Typically, the generation of fuzzy rules have the problem that the number of fuzzy rules exponentially increases when the dimension increases. To solve this problem, the fuzzy rules of the proposed netwo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
퍼지 모델의 장점은? | 이 언어적인 변수를 표현하는 입력변수, 즉 멤버쉽 함수는 주어진 데이터에 대하여 퍼지 집합으로 표현하여 소속정도를 나타낸다. 퍼지 모델은 시스템을 이해하기 쉽도록 정성적인 표현이 용이하고 불확실한 정보를 가지고 있는 시스템에 강인성을 발휘할 수 있다. 그러나 학습기능을 가지고 있지 않고 있으며 퍼지규칙을 얻기 위해 전문가나 경험에 의존해야 하는 어려움이 있다. | |
퍼지 집합 이론의 특징은? | 퍼지 집합 이론은 기존의 0이나 1중 하나의 값만을 선택해야 하는 이분법과는 달리 0과 1사이의 실수 값을 가질 수 있어 비선형 시스템에 내재되어 있는 불확실성을 효과적으로 나타내었으며, 이들 시스템의 정적 혹은 동적 특성을 언어 변수를 사용하여 묘사하였다. 이 언어적인 변수를 표현하는 입력변수, 즉 멤버쉽 함수는 주어진 데이터에 대하여 퍼지 집합으로 표현하여 소속정도를 나타낸다. | |
퍼지 모델의 단점은? | 퍼지 모델은 시스템을 이해하기 쉽도록 정성적인 표현이 용이하고 불확실한 정보를 가지고 있는 시스템에 강인성을 발휘할 수 있다. 그러나 학습기능을 가지고 있지 않고 있으며 퍼지규칙을 얻기 위해 전문가나 경험에 의존해야 하는 어려움이 있다. 반면에 신경회로망은 시스템의 입출력 관계를 학습을 통해 추출할 수 있으며 병렬 처리 기능을 가지고 있어 빠른 처리 능력을 가진다. |
T. Yamakawa, "A Neo Fuzzy Neuron and Its Application to System Identication and Predition of the System Behavior", Proceeding of the 2nd International Conference on Fuzzy logic & Neural Networks, pp. 447-483, 1992.
J. J. Buckley and Y. Hayashi, "Fuzzy neural networks: A survey", Fuzzy Sets and Systems, Vol. 66, pp. 1-13, 1994. DOI: http://dx.doi.org/10.1016/0165-0114(94)90297-6
J.-S. R. Jang, C. -T. Sun, E. Mizutani, Neuro-Fuzzy And Soft Computing, Prentice-Hall, 1997.
J. S. Roger Jang, "ANFIS : Adaptive-Network-based Fuzzy Inference Systems", IEEE Transactions on Systems, Man, and Cybernetics, Vol. 23, No. 3, pp. 665-685, 1993. DOI: http://dx.doi.org/10.1109/21.256541
K. C. Yoon, B. G. Park, S. K. Oh, S. H. Lee, "The Design of Fuzz-Neural Networks Using FCM Algorithms", The Proceeding of KIEE conference, pp. 803-805, 2000.11
J. N. Choi, S. K. Oh, H. K. Kim, "Genetic Optimization of Fuzzy C-Means-Based Fuzzy Neural Networks", KIEE, Vol, 57, No. 3, pp. 466-472, 2008.3
J. C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms, PlenumPress, NewYork, 1981.
Box and Jenkins, Time Series Analysis, Forcasting and Control, Holden Day, SanFrancisco, CA.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.