최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한전기학회 2009년도 제40회 하계학술대회, 2009 July 14, 2009년, pp.1901 - 1902
박건준 (수원대) , 오성권 (수원대) , 김현기 (수원대)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
퍼지뉴럴 네트워크란 무엇인가? | 인간의 두뇌가 이루고 있는 신경의 구조를 모방한 신경망은 학습을 통하여 모델이 지능적으로 행동할 수 있도록 하였고 계산 처리에 있어서 병렬 분산 처리를 함으로써 계산처리 능력을 향상시키는 장점을 가졌다. 인간의 언어 및 사고에 관련된 애매함을 다루는 퍼지이론과 학습능력을 가진 신경회로망을 상호 결합한 지능 모델인 퍼지뉴럴 네트워크는 기존의 모델에 비해서 학습속도가 빠르고, 수렴특성이 우수한 장점을 가진다. | |
Interval Type-2 퍼지뉴럴네트워크는 어떻게 네트워크와 규칙을 구성하는가? | 본 논문에서는 Interval Type-2 퍼지 집합을 이용한 퍼지집합 기반 퍼지뉴럴네트워크를 설계하고 최적화한다. Interval Type-2 퍼지뉴럴네트워크는 각 입력 변수에 따른 서로 분리된 입력 공간을 분할함으로서 네트워크 및 규칙을 구성한다. 규칙의 전반부는 퍼지 입력 공간을 개별적으로 분할하여 표현하고, 각 공간은 Interval Type-2 퍼지 집합으로 구성된다. | |
Interval Type-2 퍼지뉴럴네트워크가 구성하는 규칙의 후반부에서는 어떻게 후반부 다항식을 학습하는가? | 규칙의 전반부는 퍼지 입력 공간을 개별적으로 분할하여 표현하고, 각 공간은 Interval Type-2 퍼지 집합으로 구성된다. 규칙의 후반부는 Interval 집합을 이용하여 다항식으로서 표현되며, 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식을 학습한다. 또한, 각 입력에 대한 전반부 멤버쉽함수의 정점과 불확실성 계수 그리고 학습률 및 모멘텀 계수를 유전자 알고리즘을 이용하여 최적 동조한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.